Epwing2Text && HTML+ 外字转换

qunwang6 · 发表于 2015-6-26 17:43:52

本帖最后由 qunwang6 于 2017-4-14 20:04 编辑

epwing转text主要有3种方法：

1.用ebdump（用ebdump提取epwing词典的文本图片等），不过这样提取出来格式不好分离出来，词条不好定位。(EPWING2HTML:用EBDump提取文本，再用ebd2html转为html.见补充部分）
2.PDIC(http://homepage3.nifty.com/TaN/unicode/),可以将epwing格式的词典转换为pdic格式，再从pdict格式中获取文本，转换过程中外字也可以替换掉，不过用PDIC提取，会有部分内容没有提取出来。（方法见：https://skalldan.wordpress.com/2 ... 3%81%99%E3%82%8B-2/）
3.DDWIN 2.30 ,这里要介绍的方法，（参考自：http://diamondsky.org/other/japanese/pdic.php）
工具：

DDWIN 2.30 (http://homepage2.nifty.com/ddwin/)
外字文件 http://pan.baidu.com/s/1i34DNZR
文本编辑器：EmEditor

主要步骤：
1.用DDWIN获取文本，得到的文本格式每个词条以空行分开。
2.将外字.map文件转换为.tsv格式

on [hA121] @@u2019
on [hA122] @@u0192
on [hA123] @@u201E
on [hA124] @@u2020

复制代码

(间隔为tab,@@本来为\,不过批量替换时会被EmEditor过滤掉，所以用@@代替，最后再替换为\)
3.用EmEditor导入.tsv文件，批量将外字替换为通用字符(\u123)格式。
4.将通用字符替换为Unicode。
效果：大部分的外字都可以替换掉，剩下少部分的是外字.map里没有收入的，可以手动替换掉。
详细转换过程见视频：
http://pan.baidu.com/s/1i3GjjRv

补充:EPWING2HTML:用EBDump提取文本，再用ebd2html转为html.
ebd2html:http://hp.vector.co.jp/authors/VA000022/ebd2html/ebd2html.html
注意以下几点：
ebd2html.ini （修改里面文件的路径）例如：

#=======================================================================
# ebd2html 設定ファイル ebd2html.ini
#=======================================================================
#-----------------------------------------------------------------------
# BASEPATH: EBStudio基準ディレクトリ(srd2htmlの出力先)
#-----------------------------------------------------------------------
#BASEPATH =
BASEPATH = c:\dic\
#-----------------------------------------------------------------------
# OUTPATH: EBStudio出力先(EPWING辞書の生成位置)
#-----------------------------------------------------------------------
#OUTPATH =
#OUTPATH = c:\work\
#-----------------------------------------------------------------------
# SORTCMD: ebd2htmlが使用するソートコマンドのパス
#-----------------------------------------------------------------------
#SORTCMD =
SORTCMD = c:\Windows\System32\sort.exe # Windows XP
#SORTCMD = c:\WinNT\System32\sort.exe # Windows NT/2000
#SORTCMD = c:\Windows\command\sort.exe # Windows 98/SE/Me
#-----------------------------------------------------------------------
# AUTOKANA: 表記インデックスにかな検索語があればかなインデックスを生成
#-----------------------------------------------------------------------
AUTOKANA = 0 # かなインデックスを生成しない
#AUTOKANA = 1 # かなインデックスを生成する
#-----------------------------------------------------------------------
# EBTYPE: 電子ブックを生成する
#-----------------------------------------------------------------------
EBTYPE = 0 # EPWING
#EBTYPE = 1 # 電子ブック
#-----------------------------------------------------------------------
# BOOKTITLE: 書籍タイトル(2バイト文字のみ使用可能)
#-----------------------------------------------------------------------
#BOOKTITLE =
BOOKTITLE = ラリホー英和辞典
#-----------------------------------------------------------------------
# BOOKTYPE: 書籍種別(いずれかを選択)
#-----------------------------------------------------------------------
#BOOKTYPE = 国語辞典
#BOOKTYPE = 漢和辞典
BOOKTYPE = 英和辞典
#BOOKTYPE = 和英辞典
#BOOKTYPE = 現代用語辞典
#BOOKTYPE = 一般書物
#BOOKTYPE = 類語辞典
#-----------------------------------------------------------------------
# BOOKDIR: 書籍ディレクトリ名(英大文字/数字/下線で8文字まで)
#-----------------------------------------------------------------------
#BOOKDIR =
BOOKDIR = RARIHOO
#
# END
#

复制代码

新建文件夹work,dic,将ebd2html程序文件放入work里，后面用EBDump导出的文件也要放在work文件夹里，点击程序运行，生成的文件在dic文件夹里。
用EBDump导出文本时要注意以下几点：

取り出し元書籍構成要素書き込み先ファイル
HONMON/START [00]本文 honmon.txt
HONMON/START [90]前方一致かなINDEX fkindex.txt
HONMON/START [04]前方一致かな見出し fktitle.txt
HONMON/START [91]前方一致表記INDEX fhindex.txt
HONMON/START [05]前方一致表記見出し fhtitle.txt
HONMON/START [92]前方一致英字INDEX faindex.txt
HONMON/START [08]前方一致英字見出し fatitle.txt
外字ファイル/START [F1]外字(16×16ドット) zgaiji.txt
外字ファイル/START [F2]外字(8×16ドット) hgaiji.txt

复制代码

本文 honmon.txt是必须要导出的。

前方一致かなINDEX fkindex.txt +前方一致かな見出し fktitle.txt
前方一致表記INDEX fhindex.txt+前方一致表記見出し fhtitle.txt
前方一致英字INDEX faindex.txt+前方一致英字見出し fatitle.txt

复制代码

上面三个组合根据需要任意选一组导出，导出的文件都放在work文件夹里。

结果：外字被替换成[&#x474083A3;&#x47408535;]格式，暂时想不出解码方式，谁知道告诉我。

<dt id="000000030002">A</dt>
<key title="A" type="表記">Ａ</key>
<key title="A" type="表記">Ａ字形の物</key>
<key title="A" type="表記">すっかり</key>
<key title="A" type="表記">に関するすべて</key>
<key title="A" type="表記">何も知らない</key>
<key title="A" type="表記">完全に</key>
<key title="A" type="表記">始めから終わりまで</key>
<key title="A" type="表記">全く</key>
<key title="A" type="表記">第一の既知数</key>
<key title="A" type="表記">第一の既知量</key>
<key title="A" type="表記">無知蒙昧である</key>
<dd>
[&#x4740838B;i] a
Ἁ━n.
Ἁ(pl. A's or As, a's or as)
Ἁ【1】英語アルファベットの第1字(母音字).
Ἁ【2】A, a 字によって表される音[ei](bake),[𑸹](hat),[&#x474083A3;&#x47408535;](father),[&#x474083A4;&#x47408535;](small) など.
Ἁ【3】A 字形の物.
Ἁ【4】(印刷・スタンプ・手書きなどの)A, a 字.
Ἁ【5】𑺉数学𑺊第一の既知数[量].
Ἁ＜成句＞
Ἁfrom A [or a] to Z [or izzard] 始めから終わりまで,すっかり,全く,完全に(completely):
ἉHe knows the Bible from A to Z. 聖書のことなら隅から隅まで知っている.
Ἁ𑹘形容詞は A-Z, A-to-Z.
Ἁnot know from A to B [=A from B] 何も知らない;無知蒙昧(もうまい)である.
Ἁthe A to Z of …に関するすべて.
</dd>
<dt id="00000003047E">A</dt>
<key title="A" type="表記">Ａ</key>
<key title="A" type="表記">幹線道路</key>
<dd>
Ἁace;
Ἁ𑺉電気𑺊ammeter, ampere(s), ampere-turn;
Ἁ𑺉物理𑺊angstrom;
Ἁanswer;
Ἁarea;
Ἁ𑺇英𑺈arterial 幹線道路
Ἁ𑹘道路番号と共に用いる:
ἉTake the A 525 to Ruthin. リシンへは525号線を行きなさい
ἉAustralia(n).
</dd>

复制代码

如果你用MAC OS X系统的话，可以转换成MAC OS X词典格式，两者格式很像。
工具：
ebd2html-osx：https://github.com/cielavenir/ebd2html-osx
epwing_conv： http://www.binword.com/wp/wp-con ... /epwing_conv001.zip

Epwing词典转换宇宙所有方法===>http://kazuo.fc2web.com/dic/ddwin2.htm

54010545817 · 发表于 2017-4-14 07:16:54

楼主的帖子害人不浅啊，赶紧改一下吧，如果弄的别人也向我一样白费力气就糟糕了

liuyunrushui · 发表于 2015-6-27 13:29:15

多谢楼主！

自己慢慢试试看！

zhu1234 · 发表于 2015-6-27 15:07:12

厉害。这个都有了。

大熊部落 · 发表于 2015-6-28 01:57:11

不懂帮顶！看上去很厉害！

qunwang6 · 发表于 2015-6-28 09:34:01

大熊部落发表于 2015-6-28 01:57
不懂帮顶！看上去很厉害！

工具方法都是现成的，做个笔记而已。语言不同，思维方式也不同，一不小心就把你带进坑里了，所以要做点笔记，研究了好几次，每次都半途而废，看了n遍他们写的文档，这次终于从坑里爬出来了。

liuyunrushui · 发表于 2015-6-28 14:20:38

感谢楼主提供了这么棒的转换方式！

日语类的辞典，词头的检索不好处理。目前还是EBWIN系列最好用哈！

chigre3 · 发表于 2015-6-28 16:43:48

哈哈以后也许用得着的方法。谢谢指引。

shmildys · 发表于 2015-10-31 19:31:05

正需要这个教程，感谢整理

cici920 · 发表于 2016-4-13 19:47:57

本帖最后由 cici920 于 2018-9-17 11:31 编辑

整理得很详细，谢谢分享。

kkkro · 发表于 2016-5-25 08:54:30

谢谢楼主整理，最近也是想要把这种词典转成TXT格式，现在找到方法了

54010545817 · 发表于 2017-4-14 07:04:01

EPDump在哪里可以找到？？？

是ebdump的笔误吧，害我搜了7个小时只搜到某人的非专业博客

mdx痴迷者 · 发表于 2017-4-14 09:36:17

54010545817 发表于 2017-4-14 07:16
楼主的帖子害人不浅啊，赶紧改一下吧，如果弄的别人也向我一样白费力气就糟糕了

啥情况？能否具体说明？感谢

孤影 · 发表于 2017-4-18 07:23:43

Ἁace; 8 U' r6 ^! J$ K: c7 {+ K
Ἁ𑺉電気𑺊ammeter, ampere(s), ampere-turn; , F4 ], G' g) [9 p, a
Ἁ𑺉物理𑺊angstrom; 
Ἁanswer; ( t; V3 r) y. b3 q$ m" A
Ἁarea; * B6 _3 f: ]+ D# P
Ἁ𑺇英𑺈arterial 幹線道路 " N3 b5 ^2 d8 S* T
Ἁ𑹘道路番号と共に用いる: ( `% K5 q* Z; b" c
ἉTake the A 525 to Ruthin. リシンへは525号線を行きなさい 0 b9 B" Z( C# R" t, ?9 k0 n' D4 f
ἉAustralia(n).2 z+ f& S; b; A5

每行开头的内容如何转文字？

cixiplc66 · 发表于 2018-9-17 03:27:09

epwin4软件个人还是挺喜欢的有个性

[教程] Epwing2Text && HTML+ 外字转换

评分

本帖被以下淘专辑推荐: