掌上百科 - PDAWIKI

 找回密码
 免费注册

QQ登录

只需一步,快速开始

查看: 5839|回复: 17

[教程] 【记录贴】一个小白如何把一个pdf转成mdx词典(Dorland's Illu...

[复制链接]
  • TA的每日心情
    擦汗
    2019-8-11 08:28
  • 签到天数: 10 天

    [LV.3]偶尔看看II

    发表于 2018-7-4 21:33:35 | 显示全部楼层 |阅读模式
    本帖最后由 xliley01 于 2018-7-11 14:05 编辑 2 L. n7 D: x/ v! L* S1 o' ^
    + j8 U$ L! c: x8 C, U
    停止制作,Helios-X新发布带图的https://www.pdawiki.com/forum/fo ... &extra=page%3D1; @, j) {9 ~# M$ p

    5 T7 @! P5 Z# t' h: P5 V8 q4 j# W
    ( r; k* R7 Z9 a' ]单单的记录贴,记录一下我如何制作这个Dorland's Illustrated Medical Dictionary词典的。, t5 n1 M( O! s
    第一步,pdf一切二:- m: z. n, p* N# r3 D
    这个是个两栏的pdf,直接转数据的话,会把2栏数据弄在一起,我分也分不开,灵机一动,用了一个软件a-pdf-pc,可以很容易把词典pdf文件的2栏分开了。呵呵。/ Z; X2 E' ?! _0 T' }
    " Z% v( P, D& ]8 e% u5 p
    $ W: b3 v, S7 E, x/ I; O

    + c1 J2 Z  ]5 F' J# p切好9 X$ l8 |0 S: y% o% P, E9 n* F
    1 X6 T( ?6 f' w

    2 `6 T. I% x* ?/ s$ C! ?* s, c& F/ r) f& b# O2 T5 H4 Z

    本帖子中包含更多资源

    您需要 登录 才可以下载或查看,没有账号?免费注册

    x

    评分

    1

    查看全部评分

    本帖被以下淘专辑推荐:

  • TA的每日心情
    擦汗
    2019-8-11 08:28
  • 签到天数: 10 天

    [LV.3]偶尔看看II

     楼主| 发表于 2018-7-4 21:50:41 | 显示全部楼层
    本帖最后由 xliley01 于 2018-7-4 22:08 编辑
    $ }0 M- w& A4 d- X3 ]2 c8 s* R0 H( v. {0 C$ k; y0 k0 Y5 S* q
    第二步:用Adobe Acrobat 7.0 Professional软件把页面的页眉和页脚都切掉,不然省的还要处理这部分数据。
    8 W5 o% t1 R: _4 n" D- ~5 V9 b. z6 T+ K; ?" \+ O
    第三步:用软件AnyBizSoft_PDF_Converter将pdf转成html。不过这个html数据对我来说还有点奇怪,我还要研究研究怎么转换。呵呵。
    , }; I( w3 \3 D; Y4 O; W/ h& a2 ^' r$ I: Z9 ~
    第一个单词:
    4 p! X/ {. t3 `0 _" g4 B( ~! V. [; ?<div style="position:absolute;top:5.645;left:99.535;"><nobr>
    " z- [& P5 e& p! v1 c<span style="font-size:7.495;color: #ab0534;">A</span>6 W5 r& l3 K2 J5 R# l. |) d
    <span style="font-size:7.995;color: #231f20;">accommodation;</span>
    5 C) w" r! i& x/ Y<span style="font-size:7.995;color: #231f20;">adenine</span>) S& t+ }5 P1 U2 d
    <span style="font-size:7.995;color: #231f20;">or</span>' o, n, @" C  r8 v0 }" L4 l0 S
    <span style="font-size:7.995;color: #231f20;">adenosine;</span># @$ u6 Q- y. S3 o8 u- |; y  P) c, `) M) i
    <span style="font-size:7.995;color: #231f20;">alanine;</span>. B9 l2 A0 s- i
    <span style="font-size:7.995;color: #231f20;">ampere;</span>
    9 Y  m4 Q) t$ l+ `0 Y</nobr></div>7 {9 x3 v" u5 }4 x
    <div style="position:absolute;top:13.436;left:99.532;"><nobr>- K/ \/ Y4 W: z9 D  G
    <span style="font-size:7.995;color: #231f20;">anode;</span>, p4 ~) K4 U/ t. t4 i! \6 o
    <span style="font-size:7.995;color: #231f20;">anterior;</span>; i; s& z0 [! ~2 F+ U! u
    <span style="font-size:7.995;color: #231f20;">(as</span>
    " I1 @0 Q7 I% r<span style="font-size:7.995;color: #231f20;">a</span>
    & F' h, N; v3 Y- z+ A% [& m<span style="font-size:7.995;color: #231f20;">subscript)</span>
    # n3 j8 ~4 d4 I  Y<span style="font-size:7.995;color: #231f20;">alveolar</span>8 A. C. e( G: D0 _* w2 B$ {
    <span style="font-size:7.995;color: #231f20;">gas.</span>
    ( O8 v" B4 C% g% S+ F</nobr></div>  g8 J: W( L% H1 x& a) L
    ! b# {4 q& `+ u" ?% ]

    ; n& O! J& c  G8 O1 D第二个单词:
    1 i1 z" ^# V+ o( t0 [<div style="position:absolute;top:25.208;left:99.535;"><nobr>! n9 b$ \# D' Z4 G
    <span style="font-size:7.495;color: #ab0534;">A.</span>! W. @7 N3 N* a! J
    <span style="font-size:7.995;color: #231f20;">[L.]</span>7 C8 F# K& ], w+ d0 w
    <span style="font-size:7.995;color: #231f20;">an</span>' \2 F( i3 y9 C/ `; Y# i  n
    <span style="font-size:5.596;color: #231f20;">0</span># f; M; ?; k; [* ~8 ?
    <span style="font-size:7.995;color: #231f20;">num</span>
    # s8 U! R* d1 g  k& ~0 J<span style="font-size:7.995;color: #231f20;">(year).</span>% U7 Y% n) {+ W; E- t
    </nobr></div>
    " X, a) C, `6 _; S; d2 X5 {4 V9 I& [6 F0 b% W4 ^
    第三个单词:( v7 ]. k+ C* f
    <div style="position:absolute;top:36.355;left:99.535;"><nobr>
    $ I6 x( e7 }9 G+ |* c<span style="font-size:7.495;color: #ab0534;">A</span>
    ! T/ i. @; d: R. P8 y% K9 S<span style="font-size:7.995;color: #231f20;">absorbance;</span>
    ; c; h! l7 Z# W$ o9 k4 K$ F<span style="font-size:7.995;color: #231f20;">activity</span># s  H9 \- B' k* k4 {! D& j
    <span style="font-size:7.995;color: #231f20;">(def.</span>
    3 M3 W# H3 @. e, Q6 U% K0 h4 \<span style="font-size:7.995;color: #231f20;">3);</span>) ^9 C2 \8 n! e" `* j2 l
    <span style="font-size:7.995;color: #231f20;">admittance;</span>' U- X* Q- H, W# O8 `3 A, ^7 q
    <span style="font-size:7.995;color: #231f20;">area;</span>
    * L& h6 p1 t: d$ x) [<span style="font-size:7.995;color: #231f20;">mass</span>, \# t7 @6 x' q' X* B: k
    </nobr></div>
    3 q6 t$ n1 {% `& O4 B<div style="position:absolute;top:44.145;left:99.532;"><nobr>7 U" o* R( p9 Q/ }) ?
    <span style="font-size:7.995;color: #231f20;">number.</span>0 t8 u# [& U5 J! W5 D% t: H
    </nobr></div>9 w2 B# y$ P4 U

    5 {8 I1 R7 C+ E. R第四个单词:5 l% M& W9 E5 x# U
    <div style="position:absolute;top:55.975;left:47.840;"><nobr>* \' d2 ^+ g/ L: j3 A- R
    <span style="font-size:7.495;color: #ab0534;">A</span>9 u* y  z) }. s# L/ G5 K! t
    <span style="font-size:4.996;color: #ab0534;">2</span>
    8 E, u) x4 P* W5 H! [* n" G<span style="font-size:7.995;color: #231f20;">aortic</span>% K1 b, S/ }, W' u  U4 O  O
    <span style="font-size:7.995;color: #231f20;">second</span>) G. A& [8 a) |
    <span style="font-size:7.995;color: #231f20;">sound.</span>
    # [. T6 k1 R( Q</nobr></div>$ W# J& R+ J; A" D4 x% E. \: F+ O

    " C% Z0 I3 w9 ^* Y) k9 S" Q( H" x  g- W9 z, h, t, Y! n# O
    好像还可以区分。明天继续。
    7 {) W: x) M' X有没有大侠帮忙转数据的,html格式看得我头大。
    3 Q  b1 G- e$ v3 P& P+ K
    $ |7 W1 N1 V, l+ O+ t& E
    0 K2 W1 J8 g6 u
      W) |2 y# S- C2 ~; ]6 a$ i
    $ B, m) z: H& N# \& Z/ i9 k+ c* H1 h1 h  p; Y( H7 M) N, `, W* k

    ; h4 ^& T2 s) l9 _! W5 I  f$ k( Y5 d
    " G8 b6 R3 u9 K7 L( H
    " ^: @! Q1 c8 j" ^/ e) k" u' h& ]1 [4 ~1 |+ m5 p2 i1 t. b
    $ {* p7 o- D: T. u1 W7 @( e% x
    ( p& F: F+ O) ~; y4 W& t

      A6 d! ?2 M8 E, G" x; G9 H5 r+ V5 c5 g2 P
  • TA的每日心情
    奋斗
    2018-11-10 00:38
  • 签到天数: 346 天

    [LV.8]以坛为家I

    发表于 2018-7-4 22:10:47 | 显示全部楼层
    如果想停留在编辑器层面处理数据的话,光是简单的查找替换的话,建议多少懂点正则表达式,如果想通过程序处理数据的话,python算是上手比较快的,想在excel内处理,多少懂点vba,想走短平快的,看看论坛里的工具.另外如果没接触过开发,html,xml啥的对标签的概念多少得有点.而且,直接扒下来的数据,ocr转码肯定不百分百正确,还得有个手工的校对过程.这些都还是仅仅是数据处理层面的皮毛,真正技术上的难点并不多,全是折磨人的体力活.数据处理完了,后期想弄个看起来比较美观的不闹眼睛的,至少css啥的得拿下,这更是个炼狱的过程.说这些,当各位典友们,都理解理解各位字典作者的辛苦吧...
  • TA的每日心情
    奋斗
    2018-5-18 05:02
  • 签到天数: 27 天

    [LV.4]偶尔看看III

    发表于 2018-7-4 22:42:36 | 显示全部楼层
    请问下楼主,下面图片中的这样的PDF双栏格式可以切割吗?, W. d0 o# z7 I% z( z9 w

    本帖子中包含更多资源

    您需要 登录 才可以下载或查看,没有账号?免费注册

    x
    bbs 该用户已被删除
    发表于 2018-7-4 23:00:29 | 显示全部楼层
    xliley01 发表于 2018-7-4 21:50
    3 A- @, P7 h3 b9 \/ M8 z第二步:用Adobe Acrobat 7.0 Professional软件把页面的页眉和页脚都切掉,不然省的还要处理这部分数据。5 y2 |2 w6 ^: ^" t

    : A/ l1 T! _! T; H/ w6 s ...

    0 n$ N8 t$ f0 n& L; O3 j; Z8 X2 {数据我可以帮你转一下。
  • TA的每日心情
    擦汗
    2019-8-11 08:28
  • 签到天数: 10 天

    [LV.3]偶尔看看II

     楼主| 发表于 2018-7-5 10:47:45 | 显示全部楼层
    greatszh 发表于 2018-7-4 22:10
    ; n3 K* m" @/ N+ n2 \7 K9 k6 O如果想停留在编辑器层面处理数据的话,光是简单的查找替换的话,建议多少懂点正则表达式,如果想通过程序处理 ...
    ) I0 I$ n* H1 S' H) d" f
    大侠说的有道理,不过都不会。要努力。
  • TA的每日心情
    擦汗
    2019-8-11 08:28
  • 签到天数: 10 天

    [LV.3]偶尔看看II

     楼主| 发表于 2018-7-5 10:48:52 | 显示全部楼层
    GL_n 发表于 2018-7-4 22:42
    # c6 U7 y" m! S2 {. f请问下楼主,下面图片中的这样的PDF双栏格式可以切割吗?

    . F! y: A% K- K8 c# F应该可以切,你试试,未注册版就第一页有水印,你加一页上去,切完删了就好。
  • TA的每日心情
    擦汗
    2019-8-11 08:28
  • 签到天数: 10 天

    [LV.3]偶尔看看II

     楼主| 发表于 2018-7-5 10:49:50 | 显示全部楼层
    bbs 发表于 2018-7-4 23:00
    $ m* j) ]' u! Y5 F4 S- `8 R2 G数据我可以帮你转一下。

    ( o* H+ h! B2 B6 R太好了,等我再弄下,把多余的格式再删删掉。
  • TA的每日心情
    开心
    2023-11-5 12:37
  • 签到天数: 727 天

    [LV.9]以坛为家II

    发表于 2018-7-5 12:09:11 | 显示全部楼层
    GL_n 发表于 2018-7-4 22:42
    3 L6 T* }, q- }0 Z9 K请问下楼主,下面图片中的这样的PDF双栏格式可以切割吗?
    * z3 ^7 }1 P' ^
    简单的话,可以用迅捷pdf编辑器页面分割,就可以了。
  • TA的每日心情
    擦汗
    2019-8-11 08:28
  • 签到天数: 10 天

    [LV.3]偶尔看看II

     楼主| 发表于 2018-7-5 20:31:29 | 显示全部楼层
    由于pdf 转html后牵涉到很多词条位置的摆放位置,导致数据有些混乱,不知道有什么比较好的办法吗?: W' E9 U& y' e  c; ~) W
    - ?  [( z- |8 t
    例如:( W+ e! l& ~5 w( ^% r
    <div style="position:absolute;top:111.537;left:47.840;"><nobr>. Q0 j) J- Q: }  R/ F6 m
    <span style="font-size:7.495;color: #ab0534;">a.</span>  V+ r4 V5 w6 E! w! J& r
    </nobr></div>: Q* h* B% S8 H. f  ^6 `3 q/ D
    <div style="position:absolute;top:122.627;left:47.840;"><nobr>
    ) D, m; _# f$ Z3 C* _% U# h8 n<span style="font-size:7.495;color: #ab0534;">a-</span>, |5 \9 }/ w4 y" r2 {! S& `1 R
    <span style="font-size:4.996;color: #ab0534;">1</span>: |" g! X! K4 n) p$ _6 G: A
    </nobr></div>
    5 r. L, X# E! E  z<div style="position:absolute;top:110.853;left:62.911;"><nobr>& r% r, M7 g8 M5 S. B3 w
    <span style="font-size:7.995;color: #231f20;">[L.]</span>
    * u$ u! l8 [$ A+ I0 c9 ~$ w<span style="font-size:7.995;color: #231f20;">an</span>% I( b) M6 r$ t6 X1 G. o6 |
    <span style="font-size:5.596;color: #231f20;">0</span>! g  {2 b( d) Q2 i
    <span style="font-size:7.995;color: #231f20;">num</span>! m4 q1 v% ^; f$ m
    <span style="font-size:7.995;color: #231f20;">(year);</span>
    9 G6 i- E  r% y0 Y, C<span style="font-size:7.995;color: #231f20;">a</span>$ d& P( s- h' ]4 s% r  O
    <span style="font-size:5.596;color: #231f20;">0</span>6 P$ `! {& E' r; [& P: Z
    <span style="font-size:7.995;color: #231f20;">qua</span>
    ) E3 Y' a8 s1 C6 q<span style="font-size:7.995;color: #231f20;">(water);</span>
    ! ~: p! z# u2 @; L5 {& Z2 G<span style="font-size:7.995;color: #231f20;">arte</span>
    ! U. P; p1 R, S* Z$ v4 f<span style="font-size:5.596;color: #231f20;">0</span>
    3 j) q3 E$ r1 `0 A# _) B6 c# z<span style="font-size:7.995;color: #231f20;">ria</span>( I! P9 M. @7 z4 @1 f5 y" F$ T
    <span style="font-size:7.995;color: #231f20;">(artery).</span>
    * C# n/ a/ M2 h, b  ~. E: e</nobr></div>& N% S$ C+ ?5 m3 e+ Y

    ) j* Y7 ?/ m" {6 D* p/ e' C, e; u% [$ [" d
    后面词条被放到前面去了,不知道有解决办法吗

    该用户从未签到

    发表于 2018-7-5 23:15:38 | 显示全部楼层
    本帖最后由 Oeasy 于 2018-7-5 23:17 编辑
    $ h9 _. y2 x- i' D, B  @- R' R1 T* y9 o( |! ^, e- v) t3 b1 W0 I& ?  ]
    ! r# c/ N0 I2 `
    PDF 转 mdx 是近乎不可能的任务,DIMD 这么庞大的 PDF ,难度更是可想而知。: L1 O5 Q( t7 b! o
    3 e6 b) m# r- d1 P+ I! Q
    DIMD32 在 3 年前就有人做过的,还是音频图片版 https://pdawiki.com/forum/forum.php?mod=viewthread&tid=13925
    6 u- a* S, |* t- u* r1 G; d7 W; K* q$ }' C; S9 z& K3 ^3 ~
    如果要再造轮子,可以考虑:- p6 {7 f3 x7 V
    - 购买 Kindle 原版 https://www.amazon.com/dp/B005FMPZOE/ 从 epub 格式入手,比 PDF 简单; o$ j2 Y" i2 ?7 v5 E5 J
    - 购买在线版帐号而后抓取 https://www.dorlandsonline.com/ ,一个月只要 4.99 美元,) L9 W0 A% v& f; h  F# M
    - 破解 app1 A6 F* ~- C  l. w8 S/ V+ i
    - 其他" }- t; {& [8 n# }

    0 r7 t) F9 \) ]0 z' v

    评分

    1

    查看全部评分

  • TA的每日心情

    2018-6-22 03:03
  • 签到天数: 1 天

    [LV.1]初来乍到

    发表于 2018-7-6 01:45:34 | 显示全部楼层
    提示: 该帖被管理员或版主屏蔽
  • TA的每日心情
    擦汗
    2019-8-11 08:28
  • 签到天数: 10 天

    [LV.3]偶尔看看II

     楼主| 发表于 2018-7-6 03:21:46 | 显示全部楼层
    Oeasy 发表于 2018-7-5 23:157 T# `5 Q9 j4 T8 J
    PDF 转 mdx 是近乎不可能的任务,DIMD 这么庞大的 PDF ,难度更是可想而知。
    # @) [* O/ X, e1 t
    - @2 S! k5 k+ S) G8 }* yDIMD32 在 3 年前就有人做过 ...

    & G* g( A5 z* j3 s8 ZO大真的是无所不知,钦佩。
  • TA的每日心情
    擦汗
    2019-8-11 08:28
  • 签到天数: 10 天

    [LV.3]偶尔看看II

     楼主| 发表于 2018-7-6 13:13:22 | 显示全部楼层
    xliley01 发表于 2018-7-5 20:31* s1 j6 V# S+ G5 u! T* R; D; U
    由于pdf 转html后牵涉到很多词条位置的摆放位置,导致数据有些混乱,不知道有什么比较好的办法吗?
    " v: c6 z0 g' ?9 T" ^/ ?
    7 D1 d" o& e2 z例如: ...
    . }' K0 l6 y( t& w- V$ \
    关于词条摆放位置的混乱,找到一个可能可行的方法,pdf转Excell,贴个图1 l  z: J% P4 l
    , J8 Z; y5 D) ?( p
    . r: n/ }% |) P. z5 I8 k7 }

    ' o+ I( A0 R8 m2 T" M" c% X继续努力看看。8 C! F2 {4 @  W8 T' p
    % c/ e: Z8 h& o( D6 G0 J+ `+ Y
    另外,求推荐个好的pdf编辑器。

    本帖子中包含更多资源

    您需要 登录 才可以下载或查看,没有账号?免费注册

    x
  • TA的每日心情
    无聊
    2023-6-11 12:43
  • 签到天数: 1541 天

    [LV.Master]伴坛终老

    发表于 2018-7-6 19:36:59 来自手机 | 显示全部楼层
    虽然我看不懂你们在说什么,但是dorland medical dictionary的app论坛里不是有破解版么?忘了哪看到的了。
  • TA的每日心情
    开心
    2023-1-18 23:24
  • 签到天数: 211 天

    [LV.7]常住居民III

    发表于 2018-7-6 20:43:46 | 显示全部楼层
    sabrina2111 发表于 2018-7-6 19:360 i3 v4 V, I! ]7 i$ H
    虽然我看不懂你们在说什么,但是dorland medical dictionary的app论坛里不是有破解版么?忘了哪看到的了。 ...

    + M  A% `7 S: p跟破解加密数据是两码事
  • TA的每日心情
    奋斗
    2018-5-18 05:02
  • 签到天数: 27 天

    [LV.4]偶尔看看III

    发表于 2018-7-6 22:55:13 | 显示全部楼层
    xliley01 发表于 2018-7-6 13:13
    5 V* S3 p. l0 f! ~* u5 E7 l关于词条摆放位置的混乱,找到一个可能可行的方法,pdf转Excell,贴个图
    ( `0 p) \+ ]# R
    Adobe Acrobat pro 怎么样?不知是否符合楼主的要求?
  • TA的每日心情

    2020-2-20 11:17
  • 签到天数: 164 天

    [LV.7]常住居民III

    发表于 2018-7-22 18:15:45 | 显示全部楼层
    小白能问下大神们,如何将docx转成mdx吗,就是我想制作个词典:输入年份(在1997到2014之间的年份),然后就显示那一年的真题,这样可以十分方便地点击查词,以及最重要地 高亮标记和做批注,历年真题我已经收集有1997到2014的真题的docx了(如果直接用看文件的方法在欧路打开就只能点词查询)。烦请大神有空能不能稍微给我指点一下,多谢了。D:\迅雷下载

    本帖子中包含更多资源

    您需要 登录 才可以下载或查看,没有账号?免费注册

    x
    您需要登录后才可以回帖 登录 | 免费注册

    本版积分规则

    小黑屋|手机版|Archiver|PDAWIKI |网站地图

    GMT+8, 2026-8-1 11:44 , Processed in 0.025083 second(s), 26 queries .

    Powered by Discuz! X3.4

    © 2001-2023 Discuz! Team.

    快速回复 返回顶部 返回列表