请教各位mdict制作问题
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）
https://www.pdawiki.com/forum/data/attachment/album/201509/19/072958i7220da077o7x178.png
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！） 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。 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。 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 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。
页:
[1]