Spellchecking A

6 files changed, 78 insertions, 51 deletions

diff --git a/.gitignore b/.gitignore
new file mode 100644
index 0000000..1944fd6
--- /dev/null
+++ b/.gitignore
@@ -0,0 +1 @@
+*.tmp
diff --git a/Makefile b/Makefile
index cc7b753..7c903d7 100644
--- a/Makefile
+++ b/Makefile
@@ -4,6 +4,8 @@ INPUT=2025-07-01T2031_NB_generated.pdf
 
 # ocrmypdf -l nor --force-ocr --sidecar $(pwd)/sidecar.txt $(pwd)/2025-07-01T2031_NB_generated.printed.pdf $(pwd)/2025-07-01T2031_NB_generated.ocr.pdf 
 
+MAKEFLAGS += -r
+
 all: constance-ring.epub
 
 JPGs:=$(wildcard image/*.jpg)
@@ -49,18 +51,32 @@ stage-4.txt: stage-3.txt Makefile
 stage-5.txt: stage-4.txt convert2.awk
 	@echo '#' $@
 	awk -f convert2.awk $< > $@.tmp
-	mv $@.tmp $@
+	@mv $@.tmp $@
 
-stage-6.md spellcheck-words: stage-5.txt Makefile
+stage-6.md: stage-5.txt Makefile
 	@echo '#' $@
 	@pandoc --from markdown -o $@.tmp.md $<
 	@mv $@.tmp.md $@
-	@echo spellcheck
-	@hunspell -p dict -d nb_NO -l < $@ | sort | uniq -c | sort -n > spellcheck-words
 
-constance-ring.epub: header.md stage-6.md
+# This actually updates dict by sorting and removing leading numbers/spaces.
+dict.tmp: dict
+	cat dict |\
+	  sed "s,^[0-9 ]*,," |\
+	  sort |\
+	  grep -v "^$$" |\
+	  uniq > dict.tmp && cp dict.tmp dict
+
+spellcheck: stage-6.md
+	hunspell -p dict -d nb_NO stage-6.md dict.tmp
+
+spellcheck-words: stage-6.md dict.tmp
+	@echo hunspell
+	hunspell -p dict -d nb_NO -l < $< | sort | uniq -c | sort -n > $@.tmp
+	@mv $@.tmp spellcheck-words
+
+constance-ring.epub: header.md stage-6.md spellcheck-words
 	@echo '#' $@
-	@pandoc --toc -o $@ $^
+	@pandoc --toc -o $@ $(filter %.md,$^)
 
 .PHONY: clean
 clean:
diff --git a/README.md b/README.md
new file mode 100644
index 0000000..19b4f86
--- /dev/null
+++ b/README.md
@@ -0,0 +1,17 @@
+# Proofreading
+
+Run `make spellcheck-words` to run hunspell over the document. It will read
+[`dict`](./dict) as the personal dictionary and output any misspelled words into
+[`spellcheck-words`](./spellcheck-words).
+
+The book is written in a much older Norwegian that what the dictionary contains
+so there are many misidentifications.
+
+Process:
+
+For each word in `spellcheck-words`:
+
+* Check if the word is in the original PDF. If so, add it to the dictionary.
+  This happends when the word is just too old.
+* Check with manual spellcheck with `make spellcheck`. This is more tedious as
+  it runs through the entire document from the beginning.
diff --git a/constance-ring.epub b/constance-ring.epub
index bed5ab6..19e68e8 100644
--- a/constance-ring.epub
+++ b/constance-ring.epub
diff --git a/dict b/dict
index 85f0779..1b64445 100644
--- a/dict
+++ b/dict
@@ -16,6 +16,9 @@ appelsindel
 armstake
 armstykker
 askebegere
+atlaskessløifer
+avskjedsblikket
+avvennet
 buffeten
 bøide
 Conny
@@ -24,15 +27,49 @@ Constances
 dig
 dreves
 dørgrepet
+efterfulgtes
+eftermiddagste
+efterslett
+eftertraktelsesverdig
+eketresmøbler
+ekteskapsbåndet
+ekteskapslenke
+ekteskapsår
+enepike
+engagerer
+engagert
+enitréen
+enkesorg
 entréen
+ermekniplinger
+excellence
+facit
 Fallesen
 fashionable
+feberaktig
+feiltrin
 fintfarvede
 Fiskerhans
 fløielsbløtt
+fløielsmodest
+fløielspolstrede
+fløielspolstret
+fløielspute
+fløielspynt
+fløielsstoppede
 forat
+forblev
+forgangenhetens
+forklædde
+forklæsnippen
+forlovelseskort
+formuesomstendigheter
 fornam
+fornuftsinnvendinger
 fornøielse
+fornøielser
+fornøielses
+foroverbøiet
 fortrin
 fortrinet
 fortøininger
@@ -40,25 +77,23 @@ fripostighet
 gjennem
 gjennemlevde
 halvhøit
-halvhøit
 Huhn
 hvad
 høider
 høire
 høirøde
 høist
-høist
 høit
 igjennem
 imellem
 inte
+isfornøielser
 klædde
 Kristianiafjorden
 lebene
 leber
 livsmodige
 lommetørklæ
-lommetørklæ
 lommetørklæet
 Lorck
 Lorcks
@@ -81,7 +116,6 @@ opblussen
 Opefter
 opfatning
 opførsel
-opførsel
 oplagt
 opmerksomt
 opofrelse
@@ -110,10 +144,8 @@ tendte
 tilføiet
 treklædde
 tøi
-tøi
 tøiet
 uavladelig
-uavladelig
 underlebe
 undseelse
 undtagen
@@ -123,7 +155,6 @@ vedblev
 vilde
 vinterstivnet
 øie
-øie
 øieblikk
 øieblikket
 øieblikks
diff --git a/spellcheck-words b/spellcheck-words
index a05a559..10c6490 100644
--- a/spellcheck-words
+++ b/spellcheck-words
@@ -9,11 +9,8 @@
       1 assuransepolise
       1 ater
       1 atlaskes
-      1 atlaskessløifer
       1 auf
       1 avs
-      1 avskjedsblikket
-      1 avvennet
       1 avver
       1 B
       1 barndomsveninde
@@ -100,30 +97,12 @@
       1 ee
       1 ef
       1 efier
-      1 efterfulgtes
-      1 eftermiddagste
-      1 efterslett
-      1 eftertraktelsesverdig
-      1 eketresmøbler
-      1 Ekteskapsbåndet
-      1 ekteskapslenke
-      1 ekteskapsår
       1 elskovssang
       1 em
       1 endå
-      1 enepike
       1 enfin
-      1 engagerer
-      1 engagert
-      1 enitréen
-      1 enkesorg
-      1 ermekniplinger
       1 es
-      1 excellence
       1 F
-      1 facit
-      1 feberaktig
-      1 feiltrin
       1 ferdigfaldede
       1 Feyn
       1 Ffter
@@ -133,26 +112,10 @@
       1 FJ
       1 floskelvesen
       1 flyitet
-      1 fløielsmodest
-      1 fløielspolstrede
-      1 fløielspolstret
-      1 fløielspute
-      1 fløielspynt
-      1 fløielsstoppede
-      1 forblev
       1 forbry
       1 foresait
-      1 forgangenhetens
-      1 forklædde
-      1 forklæsnippen
       1 forlovelses
-      1 forlovelseskort
       1 formidda
-      1 formuesomstendigheter
-      1 fornuftsinnvendinger
-      1 fornøielser
-      1 fornøielses
-      1 foroverbøiet
       1 forskjønnelseskunster
       1 forskruet
       1 forsøvnig
@@ -280,7 +243,6 @@
       1 instinktmessig
       1 instruk
       1 io
-      1 isfornøielser
       1 iskold
       1 iskolde
       1 iskoldt