Отделить код от текста, парсинг текстового файла

[Programerok]

Суть задачи: есть вордовский файлик(допустим отчёт по курсовой) в котором есть текст и программный код(один или несколько). Каким образом можно спаристь код в документе?

Пока что есть такие соображения: пишем что-то типо синтаксического анализатора на несколько основных языков. Читаем 10 абзацов проверяем на каждый язык, сходство есть - читаем ещё одну строчку, проверяем и так пока не спарсим весь код. Если сходства нету - опять читаем 10 строчек но уже начиная со второй строчки и так же проверяем.


Как ещё можно это реализовать? Может есть какой-то алгоритм с помощью которого можно отделить текст, а не сам код(хотелось бы больше универсальности)? Каким ещё способом можно это реализовать? Буду благодарен за любую литературу по этому поводу.

[Stilet]

Когда я делал отчеты, я код вставлял в виде скриншотов, чтоб преподы не "коммуниздили" мои поделки. Как ты с этим бороться будешь?
И как ты к примеру отличишь Си от Си++? Или Паскаль АБЦ от Фрипаскаля?

[Alex11223]

Зачем их отличать?

Я правда не особо представляю зачем это вытаскивание кода вообще понадобиться может.

[Stilet]

зачем это вытаскивание кода вообще понадобиться может.

Для анализа на плагиат. В ВУЗах иногда озабачиваются таким.