查看: 18229|回复: 54
打印 上一主题 下一主题

[工具] New Wikipedia rendering engine

[复制链接]

该用户从未签到

15

主题

478

回帖

3314

积分

贡士

Rank: 6Rank: 6

积分
3314

灌水大神章小蜜蜂章笑傲江湖章

跳转到指定楼层
1
发表于 2010-7-12 22:04:40 | 只看该作者 |只看大图 回帖奖励 |倒序浏览 |阅读模式
本帖最后由 superfan89 于 2011-2-25 11:41 编辑

一直以来使用philostone等兄弟转换的wikipedia,在手机上读维基百科的感觉十分爽,唯一美中不足的是其中一些未处理链接和标签。前几天在网上google来MWlib和aard dictionary这两个好东东,其中Mwlib是专门用来转换wiki格式的一个程序库,aard是一个跨平台词典,包含了开源的词典转换软件,可以用来直接转换维基百科的xml dump。对原作者的代码略加修改后即可以直接输出Mdict可转换的文本格式。
    这个版本转换了zhwiki dump大约1%的内容,花费了近30分钟。
已知的优点和缺点:
优点:
1、残留的标签大大减少,格式更加完善
2、公式全部采用TeX渲染成图片,更加美观
3、包含词条重定向
缺点:
1、渲染出的图片嵌在网页内部,只能用PC端Mdict显示
2、部分格式不正确
3、需要在Linux下搭建转换环境

相关参考:
http://aarddict.org/
http://code.pediapress.com/wiki/wiki/mwlib
aard 09年12月的中文维基百科(完整版)http下载,与这个demo的格式类似:
http://aarddict.org/d/zhwiki-20091225-1.html.aar
希望有兴趣的朋友们能共同研究探讨。

这里提供一个Mdx(1%词条)仅供测试,想日常使用的朋友就别下了。
WikiDemo.mdx
http://u.115.com/file/t417cc4b83
p.s.:可以套上这个wikipedia.css一起使

-------------------------------------
2010/07/13
改进:
1、TeX渲染图片输出单独输出至data目录
2、引用和引用链接可以互相跳转,看文章非常方便
初步具有了可用性,上传在此

使用时覆盖Aard Tools中的对应文件即可
Aard Tools链接:
http://bitbucket.org/itkach/aardtools/get/0.8.0.zip
安装详细指南:
http://aarddict.org/aardtools/doc/aardtools.html#module-aardtools

在Ubuntu或者Debian上安装最方便,因为依赖关系比较复杂,还不知道怎么在Windows上使用,望有兴趣朋友帮忙转出一个完整版本。

再传个用新版的脚本转的Demo,含词条数要更少一些
WikiDemo2.rar
http://u.115.com/file/t4b4dc158f
-------------------------------------
2010/7/15
增加了“断点续转”功能,转换时输入"q"后回车,转完当前千个文件时会保存当前进度并停止,下次转换时可以接着转。
-------------------------------------
2011/2/25
请用此覆盖aardtools0.8.3,依赖的Mwlib升级至0.12.13。
0.8.2-Patch.rar (20.89 KB, 下载次数: 102)

评分

1

查看全部评分

该用户从未签到

0

主题

27

回帖

55

积分

白身

Rank: 1

积分
55
推荐
发表于 2016-11-2 18:23:41 | 只看该作者
发哥 发表于 2010-7-12 22:16
接着改。嘿嘿。把tex搞成独立图片。。

great

该用户从未签到

1

主题

35

回帖

145

积分

童生

Rank: 2

积分
145
推荐
发表于 2016-4-15 13:13:23 | 只看该作者
👍👍👍

该用户从未签到

0

主题

34

回帖

51

积分

白身

Rank: 1

积分
51
推荐
发表于 2016-5-31 11:58:56 | 只看该作者
非常感谢您的无私分享!辛苦了!
  • TA的每日心情
    开心
    2018-7-19 02:16
  • 签到天数: 20 天

    [LV.4]偶尔看看III

    213

    主题

    1686

    回帖

    2万

    积分

    管理员

    Rank: 13Rank: 13Rank: 13Rank: 13

    积分
    28047

    灌水大神章小蜜蜂章笑傲江湖章管理组专用章

    2
    发表于 2010-7-12 22:16:24 | 只看该作者
    接着改。嘿嘿。把tex搞成独立图片。。

    该用户从未签到

    3

    主题

    1042

    回帖

    941

    积分

    被盗用户

    积分
    941
    3
    发表于 2010-7-12 22:22:08 | 只看该作者
    都是牛人啊
  • TA的每日心情
    开心
    昨天 16:37
  • 签到天数: 1874 天

    [LV.Master]伴坛终老

    0

    主题

    3799

    回帖

    6万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    60111

    小蜜蜂章笑傲江湖章灌水大神章

    4
    发表于 2010-7-12 22:35:54 | 只看该作者
    期待中,确实是牛人。

    该用户从未签到

    15

    主题

    478

    回帖

    3314

    积分

    贡士

    Rank: 6Rank: 6

    积分
    3314

    灌水大神章小蜜蜂章笑傲江湖章

    5
     楼主| 发表于 2010-7-13 09:52:37 | 只看该作者
    接着改。嘿嘿。把tex搞成独立图片。。
    发哥 发表于 2010-7-12 22:16

    嗯,又看下代码,应该是可以的,找时间再修改下
    wdianyu 该用户已被删除
    6
    发表于 2010-7-13 10:56:46 | 只看该作者
    这个可以有
  • TA的每日心情
    开心
    昨天 16:37
  • 签到天数: 1874 天

    [LV.Master]伴坛终老

    0

    主题

    3799

    回帖

    6万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    60111

    小蜜蜂章笑傲江湖章灌水大神章

    7
    发表于 2010-7-13 10:59:30 | 只看该作者
    在pc上使用,常常会显示错误,Mdict就没有反应了。
    我对编程不懂,不知道是什么原因。

    该用户从未签到

    15

    主题

    478

    回帖

    3314

    积分

    贡士

    Rank: 6Rank: 6

    积分
    3314

    灌水大神章小蜜蜂章笑傲江湖章

    8
     楼主| 发表于 2010-7-13 11:22:07 | 只看该作者
    是啊 pc上会显示脚本错误,不过好像对显示效果没什么影响。还不知道什么原因
  • TA的每日心情
    慵懒
    2020-12-11 08:19
  • 签到天数: 104 天

    [LV.6]常住居民II

    30

    主题

    2044

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    11260

    灌水大神章小蜜蜂章笑傲江湖章

    9
    发表于 2010-7-13 11:29:33 | 只看该作者
    本帖最后由 yangxiups 于 2010-7-13 11:33 编辑

    Bravo!

    Screen556.jpg (63.87 KB, 下载次数: 0)

    new demo

    new demo

    Screen557.jpg (60.55 KB, 下载次数: 0)

    new demo

    new demo

    Screen558.jpg (48.95 KB, 下载次数: 0)

    old

    old

    Screen559.jpg (66.13 KB, 下载次数: 0)

    old

    old

    Screen560.jpg (48.72 KB, 下载次数: 0)

    old

    old

    该用户从未签到

    15

    主题

    478

    回帖

    3314

    积分

    贡士

    Rank: 6Rank: 6

    积分
    3314

    灌水大神章小蜜蜂章笑傲江湖章

    10
     楼主| 发表于 2010-7-13 11:48:04 | 只看该作者
    装上那个css后效果会更好些

    Screen001.png (79.11 KB, 下载次数: 0)

    Screen001.png

    该用户从未签到

    15

    主题

    478

    回帖

    3314

    积分

    贡士

    Rank: 6Rank: 6

    积分
    3314

    灌水大神章小蜜蜂章笑傲江湖章

    11
     楼主| 发表于 2010-7-13 18:26:45 | 只看该作者
    本帖最后由 superfan89 于 2010-7-13 18:53 编辑

    TeX单独渲染为图片的效果

    Screen004.png (40.04 KB, 下载次数: 0)

    Screen004.png

    该用户从未签到

    15

    主题

    478

    回帖

    3314

    积分

    贡士

    Rank: 6Rank: 6

    积分
    3314

    灌水大神章小蜜蜂章笑傲江湖章

    12
     楼主| 发表于 2010-7-13 18:27:00 | 只看该作者
    本帖最后由 superfan89 于 2010-7-13 18:58 编辑

    竟然发重了,汗
  • TA的每日心情
    郁闷
    2018-3-3 19:50
  • 签到天数: 3 天

    [LV.2]偶尔看看I

    10

    主题

    517

    回帖

    1888

    积分

    解元

    Rank: 5Rank: 5

    积分
    1888

    灌水大神章

    13
    发表于 2010-7-13 19:58:57 | 只看该作者
    显示效果真不错啊:D
  • TA的每日心情
    开心
    2018-1-27 00:16
  • 签到天数: 1 天

    [LV.1]初来乍到

    99

    主题

    1477

    回帖

    3万

    积分

    翰林院孔目

    Rank: 10Rank: 10Rank: 10

    积分
    35504

    灌水大神章小蜜蜂章笑傲江湖章翰林院专用章管理组专用章

    14
    发表于 2010-7-13 20:05:31 | 只看该作者
    太强大了!超级期待呀!

    该用户从未签到

    15

    主题

    478

    回帖

    3314

    积分

    贡士

    Rank: 6Rank: 6

    积分
    3314

    灌水大神章小蜜蜂章笑傲江湖章

    15
     楼主| 发表于 2010-7-14 00:07:25 | 只看该作者
    程序已经上传了,暂时挂不了机,望有兴趣的朋友帮忙转出完整版,现在的这个脚本只能一次不间断的将所有文章转出。
  • TA的每日心情
    慵懒
    2020-12-11 08:19
  • 签到天数: 104 天

    [LV.6]常住居民II

    30

    主题

    2044

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    11260

    灌水大神章小蜜蜂章笑傲江湖章

    16
    发表于 2010-7-14 19:08:14 | 只看该作者
    很期待!
  • TA的每日心情
    开心
    2018-7-19 02:16
  • 签到天数: 20 天

    [LV.4]偶尔看看III

    213

    主题

    1686

    回帖

    2万

    积分

    管理员

    Rank: 13Rank: 13Rank: 13Rank: 13

    积分
    28047

    灌水大神章小蜜蜂章笑傲江湖章管理组专用章

    17
    发表于 2010-7-14 22:13:14 | 只看该作者
    服务器是centos的,依赖关系搞不定。。。

    该用户从未签到

    15

    主题

    478

    回帖

    3314

    积分

    贡士

    Rank: 6Rank: 6

    积分
    3314

    灌水大神章小蜜蜂章笑傲江湖章

    18
     楼主| 发表于 2010-7-14 22:31:30 | 只看该作者
    恩,那就找机会单机转好了。。。
  • TA的每日心情
    慵懒
    2020-12-11 08:19
  • 签到天数: 104 天

    [LV.6]常住居民II

    30

    主题

    2044

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    11260

    灌水大神章小蜜蜂章笑傲江湖章

    19
    发表于 2010-7-15 19:46:27 | 只看该作者
    我想试一试,可对linux几乎已无所知,自己在电脑里装了一个Ubuntu desktop,安装详解里的每一个提到的工具都要安装吗?怎样安装这些工具呢?

    该用户从未签到

    15

    主题

    478

    回帖

    3314

    积分

    贡士

    Rank: 6Rank: 6

    积分
    3314

    灌水大神章小蜜蜂章笑傲江湖章

    20
     楼主| 发表于 2010-7-15 20:37:42 | 只看该作者
    是的,那几个最好都装上,像Ubuntu和debian这样的系统用apt-get install xxx的命令可以直接下载相关包,如果是源代码的话就make之后再make install就好了,解压缩用tar -xvf xxx命令。大概就是这样了,一会再传个新更改的版本。
        可以去Ubuntu的wiki看下。
  • TA的每日心情
    慵懒
    2020-12-11 08:19
  • 签到天数: 104 天

    [LV.6]常住居民II

    30

    主题

    2044

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    11260

    灌水大神章小蜜蜂章笑傲江湖章

    21
    发表于 2010-7-15 21:20:30 | 只看该作者
    谢谢了!试试看。
  • TA的每日心情
    慵懒
    2020-12-11 08:19
  • 签到天数: 104 天

    [LV.6]常住居民II

    30

    主题

    2044

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    11260

    灌水大神章小蜜蜂章笑傲江湖章

    22
    发表于 2010-7-17 15:10:27 | 只看该作者
    是的,那几个最好都装上,像Ubuntu和debian这样的系统用apt-get install xxx的命令可以直接下载相关包,如果是源代码的话就make之后再make install就好了,解压缩用tar -xvf xxx命令。大概就是这样了,一会再传个新更 ...
    superfan89 发表于 2010-7-15 20:37

    工具都已经 装好 了 ,下載好 了 DUMP文件,使用 AARD TOOLS 应該怎樣操作 呢?
    INSTALLATION中 的
    Assuming source code code is in aardtools directory:

    cd aardtools
    sudo python setup.py install

    这一条 不知怎么 操作 .謝謝指導!

    该用户从未签到

    15

    主题

    478

    回帖

    3314

    积分

    贡士

    Rank: 6Rank: 6

    积分
    3314

    灌水大神章小蜜蜂章笑傲江湖章

    23
     楼主| 发表于 2010-7-17 15:28:59 | 只看该作者
    在终端里 进入到解压后的aardtools目录,输入sudo python setup.py install就安装好了
    全部安装好后,要使用mwbuildcdb这条命令将xml dump转为cdb格式,再用aardc命令开始转换。
    yulan6248 该用户已被删除
    24
    发表于 2010-7-18 02:09:34 | 只看该作者
    太牛了 支持支持!!!!!!!!!!!!希望早日出炉

    该用户从未签到

    375

    主题

    1098

    回帖

    7191

    积分

    会元

    Rank: 7Rank: 7Rank: 7

    积分
    7191

    小蜜蜂章笑傲江湖章灌水大神章

    25
    发表于 2010-7-18 10:05:42 | 只看该作者
    很好,很强大!以后慢慢学着用……