关于制作词典时的词条数量问题

fedor · 发表于 2014-1-1 17:34:45

本帖最后由 fedor 于 2014-1-1 21:43 编辑

各位好，今天做了个词典，发现有个问题，一直没有搞明白。
词典原始数据在Excel表格中，显示的词条数是1426个，用星际译王词典编辑器制作词库显示词条也是为1426个，在文本编辑器中显示为4278个，也是正常的。但用MdxBuilder制作词库时显示的词条数是1420个，为什么缺少一些词条呢？

Hugh · 发表于 2014-1-1 20:51:16

你用文本编辑器数一下</>, 这是固定的

fedor · 发表于 2014-1-1 21:35:45

Hugh 发表于 2014-1-1 20:51
你用文本编辑器数一下, 这是固定的

数过</>的，也是1426个啊

Oeasy · 发表于 2014-1-1 21:37:35

MdxBuilder给出的词条数目不一定准确，我还遇到过实际几万个，但是报数1个的情况。可以用GoldenDict加载那个mdx看看实际的词条数。

fedor · 发表于 2014-1-1 21:50:47

Oeasy 发表于 2014-1-1 21:37
MdxBuilder给出的词条数目不一定准确，我还遇到过实际几万个，但是报数1个的情况。可以用GoldenDict加载那 ...

谢谢回复，用GoldenDic加载了，显示为也是1420个。我制作过好几十部词典了，词条数目都是没问题的，今天头一次遇到，怎么都搞不明白了。

Oeasy · 发表于 2014-1-1 21:59:46

fedor 发表于 2014-1-1 21:50
谢谢回复，用GoldenDic加载了，显示为也是1420个。我制作过好几十部词典了，词条数目都是没问题的，今天头 ...

你用GetDict.exe把1420条的mdx转为mdx源文件txt，看看</>够不够数。

如果从1420条的mdx转出的txt，</>只有1420个了，那就用DoText(https://pdawiki.com/forum/thread-11430-1-1.html)提取这个残mdx源文件的headwords，和最早的1426条的headword list对比下。

fedor · 发表于 2014-1-1 22:59:17

本帖最后由 fedor 于 2014-1-1 23:31 编辑

Oeasy 发表于 2014-1-1 21:59
你用GetDict.exe把1420条的mdx转为mdx源文件txt，看看够不够数。

如果从1420条的mdx转出的txt，只有 ...

按你给的方法测试了一下，发现问题了。
源文件的词条数是1426个，这个是绝对没有问题的，但是用MdxBuilder转换后生成mdx文件，再用GetDict.exe将这个mdx文件转成txt，词条数目是1420，之后进行比对，少了6个词条。
词条数目确实应该是1426，难道转换器MdxBuilder的问题？为什么转换后会丢失词条呢？

我将两个文件进行对比，找出来其中6个缺失的词条，单独将其删除，按道理来说，剩余的词条应该是1420。用MdxBuilder进行转换mdx，又出来了怪事，显示词条为1414个了，用Goldendict加载也是显示1414个了，又是少了6个词条。到底是怎能回事呢？怎么一转换就丢呢？

单独删除的那6个词条，我单独用MdxBuilder进行转mdx，显示结果6个词条，说明源文件都是正常没问题啊。

1505082887 · 发表于 2014-1-2 00:06:45

呃这个这个围观一下

Oeasy · 发表于 2014-1-2 07:28:02

fedor 发表于 2014-1-1 22:59
按你给的方法测试了一下，发现问题了。
源文件的词条数是1426个，这个是绝对没有问题的，但是用MdxBui ...

丢失的那6个词条也有可能没有真正丢失。把1420条的mdx转为txt，试着全文搜索那6个词条，看看还在不在。
那6个词条有什么特别的吗？是不是位于源txt的起始位置？
方便的话，可以把你的源文件发上来，让大家（主要是Rayman，他有空的话）到事发现场勘察下，这才能解决潜在的问题。

rayman · 发表于 2014-1-2 09:20:26

1. 试试不要勾选"Strip keyword"。怀疑是有些条目关键字在去掉特殊符号后长度变成0了。
2. 还有种可能就是有隐藏的回车换行符，导致关键字被判断为空。可以在UltraEdit里先执行一次Unix换行转为DOS换行。然后再检查一下是否存在"</>\r\n\r\n"

fedor · 发表于 2014-1-2 10:14:02

本帖最后由 fedor 于 2014-1-2 10:19 编辑

Oeasy 发表于 2014-1-2 07:28
丢失的那6个词条也有可能没有真正丢失。把1420条的mdx转为txt，试着全文搜索那6个词条，看看还在不在。 ...

词条是真正的丢失，全文搜索找不到的。
那6个词条没什么特别的，所处位置没有规律。找出这个6个词条并删除后，在转换MDX，还是丢失另外6个词条，而这次丢失的6个原来转换时是没有丢失的。
我又找出我从前制作的词典源文件，词条数是61738，其制作过程、方法与这个是一样的，转换出mdx词条结果显示还是61738，呵呵，就这个小词典出鬼了，搞不定了啊。

已经求助rayman老大了，将txt源文件发给给他了，希望能够抽时间帮助分析一下。

fedor · 发表于 2014-1-2 10:20:45

rayman 发表于 2014-1-2 09:20
1. 试试不要勾选"Strip keyword"。怀疑是有些条目关键字在去掉特殊符号后长度变成0了。
2. 还有种可能就是 ...

搞不定啊老大，已经源文件txt发送给你了，抽时间帮忙看看怎么回事？

fedor · 发表于 2014-1-2 15:13:40

fedor 发表于 2014-1-2 10:20
搞不定啊老大，已经源文件txt发送给你了，抽时间帮忙看看怎么回事？

非常感谢raeman老大的热心，及时帮助我解决了问题。已经搞定了。
非常感谢！！！

ok927 · 发表于 2014-1-2 16:07:02

原因是什么呢？

fedor · 发表于 2014-1-2 18:22:25

ok927 发表于 2014-1-2 16:07
原因是什么呢？

老大说的第二个原因

[求助] 关于制作词典时的词条数量问题