查看: 398|回复: 4
打印 上一主题 下一主题

[求助] 请教各位mdict制作问题

[复制链接]
  • TA的每日心情

    2018-6-15 14:54
  • 签到天数: 3 天

    [LV.2]偶尔看看I

    38

    主题

    509

    回帖

    5035

    积分

    翰林院编修

    Rank: 11Rank: 11Rank: 11Rank: 11

    积分
    5035

    翰林院专用章灌水大神章笑傲江湖章小蜜蜂章管理组专用章

    跳转到指定楼层
    1
    发表于 2015-9-19 07:30:22 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式
    本帖最后由 邱海波 于 2015-9-19 07:33 编辑

    如题,我现有较新中文维基百科全简体超纯文本版的数据(资源来自网络,http://licstar.net/archives/262):链接: http://pan.baidu.com/s/1o6ms8Q2 密码: mew7

    上述.bz2解压后得到一个wiki_cn文件,可加上扩展名.txt。

    问题来了:

    文本中词条格式如下:(双击图片,查看实际大小)



    现请教各位,该如何制作成mdict数据。

    谢谢!

    (题外话:话说被逼着上传了头像和加满5个好友,终于能再发帖了!活着真好!)

    该用户从未签到

    258

    主题

    1651

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    19159

    灌水大神章小蜜蜂章笑傲江湖章

    2
    发表于 2015-9-19 11:57:51 | 只看该作者
    下来看了,词头和内容木有规律,手工完成几乎不可能。建议下载的时候保留原标签,才便于制作。
  • TA的每日心情

    2018-6-15 14:54
  • 签到天数: 3 天

    [LV.2]偶尔看看I

    38

    主题

    509

    回帖

    5035

    积分

    翰林院编修

    Rank: 11Rank: 11Rank: 11Rank: 11

    积分
    5035

    翰林院专用章灌水大神章笑傲江湖章小蜜蜂章管理组专用章

    3
     楼主| 发表于 2015-9-19 16:41:45 | 只看该作者
    zhu1234 发表于 2015-9-19 11:57
    下来看了,词头和内容木有规律,手工完成几乎不可能。建议下载的时候保留原标签,才便于制作。

    感谢回复,之前我还在想能否写个正则表达式把那些空白替换掉,终于没成功。看来要推倒重来。

    该用户从未签到

    43

    主题

    448

    回帖

    3793

    积分

    贡士

    Rank: 6Rank: 6

    积分
    3793

    灌水大神章小蜜蜂章笑傲江湖章

    4
    发表于 2015-9-22 14:34:07 | 只看该作者
    本帖最后由 zhlpen 于 2015-9-22 14:37 编辑

    空白行可以用emeditor的 工具/插件/删除空行删除掉,不用编写正则表达式,可能因为你的文件太大,全选文本后替换空行在我的电脑中没有成功,如果你的电脑运行比较快应该没有问题。
    另外你的文本中的规律,标题后面没有标点符号,而段落后面有标点符号,利用这个规律,能否在后面加上分词的标志</>,多余的或漏下的标志在进行手工操作则可以减轻工作量。
    还有你的文本好像不全,有的词头下面没有内容
  • TA的每日心情

    2018-6-15 14:54
  • 签到天数: 3 天

    [LV.2]偶尔看看I

    38

    主题

    509

    回帖

    5035

    积分

    翰林院编修

    Rank: 11Rank: 11Rank: 11Rank: 11

    积分
    5035

    翰林院专用章灌水大神章笑傲江湖章小蜜蜂章管理组专用章

    5
     楼主| 发表于 2015-9-23 07:23:31 | 只看该作者
    zhlpen 发表于 2015-9-22 14:34
    空白行可以用emeditor的 工具/插件/删除空行删除掉,不用编写正则表达式,可能因为你的文件太大,全选文本 ...

    谢谢你的宝贵建议。