Update book content

src/index.qmd

@@ -96,7 +96,7 @@ Regex 工具 (2)：Zed (開源文字編輯軟體；下載網址：[[https://zed.
 
 最常用的基本符號，包括幾類。句點 `.` 代表任意單一字元；星號 `*` 代表前一個模式可出現零次以上；加號 `+` 代表前一個模式至少出現一次；問號 `?` 代表可有可無。方括號 `[]` 用來指定字元集合，例如 `[A-Z]` 表示任一大寫英文字母。脫字符號 `^` 與錢字號 `$` 常用來分別表示行首與行尾。`\d` 代表數字，`\s` 代表空白，`\w` 在許多 regex engine中代表英數底線組成的字元。這些基本積木，就足以描述許多譯者常碰到的形式。
 
-## 正規表示式摘要
+### 正規表示式摘要
 
 +-----------------------------------------------------------------------+-------------------------------------------------------------------------------------------------------------------------------------------------+----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
 | 字元                                                                  | 意義 / 用法                                                                                                                                     | 備註                                                                                                                                                                                               |
@@ -170,15 +170,12 @@ Regex 工具 (2)：Zed (開源文字編輯軟體；下載網址：[[https://zed.
 
 以上可看到符合該 regex 的文字在編輯器中標示出來。此 regex 以3個部分分析如下：
 
-+------------------------------------+-------------------------------------------------------------------------+
-| \\d+(\\.\\d+)?                     | 數字(1或多個；代表整數部分），後面有「可有可無」的小數點及1或多個數字」 |
-+====================================+=========================================================================+
-| \\s?                               | 空格「可有可無」                                                        |
-+------------------------------------+-------------------------------------------------------------------------+
-| (km\|GB\|%)                        | 3選1: km 或 GB 或 %                                                     |
-+------------------------------------+-------------------------------------------------------------------------+
-| 以上為要出現在同一行: 分 3 rows \| |                                                                         |
-+------------------------------------+-------------------------------------------------------------------------+
+| Regex                | 說明                  |
+| ----- | ----- |
+| `\d+(\.\d+)?`                     | 數字(1或多個；代表整數部分），後面有「可有可無」的小數點及1或多個數字」 |
+| `\s?`                               | 空格「可有可無」            |
+| `(km\|GB\|%)`                        | 3選1: km 或 GB 或 %                                                     |
+以上3個部分必須連在一起寫成一行，此處我們分3個部分說明。
 
 ::: {.callout-note title="實務操作 (1) OpenSubtitles 2024"}
 +--------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
@@ -186,12 +183,14 @@ Regex 工具 (2)：Zed (開源文字編輯軟體；下載網址：[[https://zed.
 |                                                                                                                                                                          |
 | 選單：先點選 Runtime ⇒ Run all 讓系統下載程式套件及語料庫 (OpenSubtitles 2024)                                                                                           |
 |                                                                                                                                                                          |
-| ![](media/Colab_OpenSubtitles2024_runall.png){width="5.854166666666667in" \| height="3.0in"}                                                                                                     |
-|                                                                                                                                                                          |
-| 因系統 須下載語料庫，故請耐心等候數分鐘。系統完成搜尋後會將結果顯示於下方：                                                                                              |
-|                                                                                                                                                                          |
-| ![](media/Colab_OpenSubtitles2024_search_results.png){width="5.854166666666667in" \| height="2.2222222222222223in"}                                                                                     |
+| ![](media/Colab_OpenSubtitles2024_runall.png) |
 |                                                                                                                                                                          |
+| 因系統 須下載語料庫，故請耐心等候數分鐘。系統完成搜尋後會將結果顯示於   |
++-------------------------------------------------------------+
+
+![](media/Colab_OpenSubtitles2024_search_results_zh.png)
+
++-------------------------------------------------------------+
 | 使用者可更改搜尋語言及 字串（中、英字串輸入方格分開）。如要儲存搜尋結果，可先點一下表格，按 Ctrl-A 或 ⌘A (全選), 再剪貼至 Word、Excel 或文字編輯器即可。                 |
 +==========================================================================================================================================================================+
 |                                                                                                                                                                          |
@@ -204,15 +203,15 @@ Regex 工具 (2)：Zed (開源文字編輯軟體；下載網址：[[https://zed.
 
 ... **throwing** *you* under the bus. ... **throw** *me* under the bus! I **threw** *four people* under the bus for \$35,000, ... 等等
 
-![](media/image4.png){width="5.854166666666667in" height="2.2916666666666665in"}
+![](media/Colab_OpenSubtitles2024_search_results_en.png)
 
 ------------------------------------------------------------------------
 
 對譯者特別重要的，是正規表示式在品管與前處理上的用途。很多雙語資料在進入對齊或TM之前，都需要先過濾雜訊，如頁首頁尾、重複空白、編號殘片、複製貼上留下的斷行、OCR造成的錯字、HTML標記、網址、程式碼片段、電子郵件地址等，若不先處理，後續比對與對齊的品質就會大幅下降。regex 的價值，正在於能快速批次抓出這些形式，免去逐行人工檢查的勞費。
 
-如果說基本 regex是在找形式，那麼進階語法則是在處理「關係」。這裡最常用的是群組（group）、回參（backreference）與前後查找（lookahead與 lookbehind）。所謂群組，就是用括號 ()把某一段模式包起來，讓整段模式成為可重用的單位。舉例來說，(Chapter\|Section)\\s+`\d+`可以同時抓到 Chapter 3 與 Section 2。若括號內的內容被捕捉下來，就可以在後續替換時引用，常寫成 \\1、\\2等。
+如果說基本 regex是在找形式，那麼進階語法則是在處理「關係」。這裡最常用的是群組（group）、回參（backreference）與前後查找（lookahead與 lookbehind）。所謂群組，就是用括號 ()把某一段模式包起來，讓整段模式成為可重用的單位。舉例來說，(Chapter\|Section)`\s+`\d+`可以同時抓到 Chapter 3 與 Section 2。若括號內的內容被捕捉下來，就可以在後續替換時引用，常寫成 `\1`、`\2`等。
 
-回參對譯者很實用，因為很多清理工作其實是「把找到的東西重排」。例如，可能從一批資料裡擷取到English Term（中文譯名） 的形式，想改成 中文譯名（English Term）以符合雙語註記習慣。若搜尋模式寫成 (\[A-Za-z\]\[A-Za-z0-9 .\_-\]+)（(\[\^）\]+)），那麼替換時便可用 \\2（\\1）把順序交換。又例如，若欲找出連續重複的標點，如 `！！`、`，，` 或 `。。`，可以用 (\[，。！？；：\])\\1+ 這種帶回參的寫法。回參的本質，是讓regex 不只認得某種字形，也認得「前面出現過的同一段內容」。
+回參對譯者很實用，因為很多清理工作其實是「把找到的東西重排」。例如，可能從一批資料裡擷取到English Term（中文譯名） 的形式，想改成 中文譯名（English Term）以符合雙語註記習慣。若搜尋模式寫成 `([A-Za-z][A-Za-z0-9 .\_-]+)（([^）]+)）`，那麼替換時便可用 `\2（\1）` 把順序交換。又例如，若欲找出連續重複的標點，如 `！！`、`，，` 或 `。。`，可以用 `([，。！？；：])\1+` 這種帶回參的寫法。回參的本質，是讓regex 不只認得某種字形，也認得「前面出現過的同一段內容」。
 
 另一類很實用的進階語法，是 lookahead 與lookbehind，也就是前後查找。這兩種語法的特色是只檢查條件是否成立，卻不會將該條件納入最終的匹配字串中（non-consuming）。這在譯者處理格式時特別方便。假設只想擷取第12條 中的數字，而不欲將「第」與「條」一併納入，便可使用(?\<=第)`\d+`(?=條)。再例如，欲找出所有後面接全形括號的英文術語，卻不將括號內容一併納入，可使用某種(?=（)的前瞻寫法。這種語法的實務價值，在於能協助精確鎖定目標，而不破壞周邊結構。
 
@@ -228,7 +227,7 @@ Regex 工具 (2)：Zed (開源文字編輯���體；下載網址：[[https://zed.
 
 從這個角度看，regex其實不是工程師的專利，而是譯者的放大鏡。當資料量增加、文本來源變雜、格式問題變複雜時，此工具能幫助譯者看見肉眼不易穩定捕捉的規律。也因為如此，regex不只是「搜尋技巧」，更是語料工作中非常核心的一種整理能力。
 
-**第三節 如何自行建立雙語平行資料**
+## 第三節 如何自行建立雙語平行資料
 
 公開語料庫很有幫助，但終究不是為特定專案量身打造。譯者若想建立貼近自己工作領域的資源，最終仍要學會自行建資料。這裡所謂的「建立雙語平行資料」，並不一定是指建構龐大的學術型語料庫；很多時候只需把一批原本零散的中英文材料整理成可對照、可搜尋、可匯出的形式。語料規模可以很小，但只要結構合理、來源清楚、品質可控，這樣就已經很有實務價值。