请教从Mdx文件提取英汉对照语料的方法

whynoter

打扰一下各位，我基本算是计算机小白，但是很想把一些MDX格式的词典文件中的英汉对照句子提取出来，方便学习使用，不知道有没有哪位大咖能教一下？我从网上下载了GetDict，能把MDX转换成txt格式，但是里面各种编码符号，我不知道该怎么清除。麻烦了！

whynoter

我的意思是，想把双解词典里的例句提取出来，成为一个双语对照的简单语料库

klwo2

网上有做好的、现成的

每个mdx 内部的细节都不一样，所以没有通用的办法

deeke

1. 用论坛里的 MdxExport 把 mdx 转为 txt 。
2. 观察“英汉例句”的标签。
3. 写段代码处理 txt 文件，提取例句后写入 数据库 或 其它格式文件。
/ @7 k9 s. Y- m; K+ M  b" |% q4. 很多人用 python 写代码。

你去哪里

  O7 J! {5 U/ M6 ?1 n3 g论坛里面与此相关的帖子有五个：
  W, J7 p; D2 \! H9 }2 ^* h3 E① https://www.pdawiki.com/forum/thread-11546-1-2.html
② https://www.pdawiki.com/forum/forum.php?mod=viewthread&tid=11741
9 T# D1 y) P& F( g% ~7 R③ https://www.pdawiki.com/forum/fo ... 358&highlight=Frank
④ https://www.pdawiki.com/forum/fo ... 067&highlight=Frank
⑤ https://www.pdawiki.com/forum/fo ... 250&highlight=Frank

; Q. Q; l5 @! ~* W: T( C8 C
其实不必如此麻烦，深蓝词典就可以直接全文搜索mdx，速度很快。
, b: d0 e2 X% g( t- D$ D2 s
# v4 j( X( n. K

! z9 N4 l% @; ~: G5 E

- S  Q# F  W. a1 [

leescott

把转换出来的txt在emeditor中打开，另存为html，浏览器就可以打开。网页可以复制粘贴。
1 h4 j) @4 Y0 o9 b3 `' Ahtml也可以做成epub。

whynoter

klwo2 发表于 2019-5-27 22:17
$ _, p& h$ M+ r5 T. ]2 ?网上有做好的、现成的

: Z  |$ I+ n2 k3 c- m8 |* \9 n每个mdx 内部的细节都不一样，所以没有通用的办法 ...

谢谢您的回复！我在网上搜过，一直没找到，不知道您能不能提供一点线索？多谢了

whynoter

deeke 发表于 2019-5-27 23:05
1. 用论坛里的 MdxExport 把 mdx 转为 txt 。
' a( L4 x% I8 `- t; H  q2. 观察“英汉例句”的标签。
; _& o, A6 {9 l* R3. 写段代码处理 txt 文件，提 ...

谢谢您的回复！我不懂编程，所以目前只能做蛀虫，吃白食，希望以后能学会一点相关知识。

whynoter

你去哪里 发表于 2019-5-28 06:21
  b1 E% L, s; F) {1 y' `  K论坛里面与此相关的帖子有五个：
# K; S# v! a- z( c# M① https://www.pdawiki.com/forum/thread-11546-1-2.html
② https://www ...

非常感谢！我主要是想在电脑上使用

cocowind

这个是本论坛的原帖，链接已经失效。
( z# @+ Y. i1 `  Q' M7 d柯林斯、朗文、牛津、剑桥双解TXT版-【自备语料库】
https://www.pdawiki.com/forum/thread-11546-1-1.html?x=180507
我补一个吧 https://pan.baidu.com/s/1cbKi0l

理解新手，但自己动手才能丰衣足食
/ Q0 p. Z5 q2 w+ U4 E

whynoter

cocowind 发表于 2019-5-28 22:53
这个是本论坛的原帖，链接已经失效。
6 d7 \& ^, h6 i$ G% e柯林斯、朗文、牛津、剑桥双解TXT版-【自备语料库】
https://www.pdaw ...

( W8 F: N4 _& l# I1 H. e; i# \: S太谢谢您了！万分感激！我一定好好学习，争取也能为大家做点贡献。