|
本帖最后由 philostone 于 2012-3-1 17:51 编辑 - _9 M! M* T5 v( F
6 q1 S5 h) g L4 e6 p5 t0 R1 ~( E2 }* f- \0 j k% g
一、准备维基资源数据文件
1 ?, I. q1 X' J6 Q9 v1. 登陆维基资源数据网站http://dumps.wikimedia.org/backup-index.html;, D; c( @! v0 I* v4 p; b" G. `
2. 在该网页上查找想要的维基资源(可以用ctrl+f快捷方式),中文代码为zh,意大利文代码是it,zhwiki就是中文维基百科的数据,itwiki就是意大利文的维基百科数据;
5 t+ v4 l. b+ W, u5 _/ _8 b2 \3. 在具体资源网页上下载文件结尾含pages-articles.xml.bz2的文件;8 d* m4 n' b0 i& s& h8 B9 C, n
4. 下载后解压出文件结尾含pages-articles.xml的文件,把文件名中pages-articles.xml前的部分删掉。
( u5 q' a( p j5 X p
$ N' I% H, s1 H% D& Q二、准备并使用xml转txt的工具,这种工具很多,操作最简单的主要有两种:- H' ^3 S" `- ^% i5 Z7 y( f8 h
1. WikiToMDict2.0.exe 下载地址http://115.com/file/dpdhh53x#
3 P9 ~( f M; t" Z" u2 }在DOS下(CMD下)转到工具所在目录,(不管转何种语言的何种维基资源)键入wikitomdict2.0执行转换;
0 _+ O- ~2 }: X3 A4 t2. Wiki2TXTv2.1.exe 下载地址http://115.com/file/e73kk63j#
; P3 W5 x( ^# v4 r0 B在DOS下(CMD下)转到工具所在目录,键入wiki2txtv2.1 it wp(注意it前后各有一个空格)。其中it 表示意大利语,如果你转的是中文资源需要用zh 代替it;wp表示百科,如果你转的是文库,则应键入ws。' i. C6 m% T, R K- m; }2 D# _
3. 等待一定时间即可完成格式转换(转好的txt文件可以重命名)。* ]1 _) W( F+ P3 U& X1 J5 E
1 l0 I# Z4 p- v1 n Y# _
三、用Mdxbuilder转换TXT文件为MDX文件
# P2 R; Y4 X! d7 d& q1. 下载最新版的Mdxbuilder程序文件,
/ n, H- G6 n2 I: C9 @3 |8 Q: ~4 e2. 在source栏浏览找到转好的txt文件,在Target栏键入想要转换成的mdx文件名(及其路径),style栏可以留空,data栏是在有图片、声音等其他附属文件时才用的,如果有这类文件,输入其所在地址和文件名,original format一般选 MDict(Html),encording一般默认选UTF-8(Unicode),但在法语等语种最好用UTF-16,当然相应的上面的txt也得先打开另存或用其他工具转为UTF-16编码;Title就随便写个标题了;Description主要是词典封面设计,可有可无,了解些html语言,如同设计网页一样可以把词典封面设计得很漂亮,比如你在data所指的文件夹中存了个名为X的图片,你就可以用<img src="/X">把图片弄到封面上……1 l4 Q. c/ T5 L/ e- e
这些完成后点start就开始转换了,依文件大小时间长短不等。: j% I6 I1 {* V: S' o4 N2 {6 }
" N6 `$ V' j* U; V
四、可能遇到的问题, o" O! h; y/ e9 _- ]
1. 如果转换时出现词条名过长的错误,就得按Mdxbuilder提示的位置,打开txt文件查找修改。打开大txt文件推荐使用uedit32(请自己到软件网站或利用迅雷等下载工具下载新版本来使用)。打开文档后,首先ctrl+h切换成十六进制模式,再ctrl+g 输入Mdxbuilder提示的出错位置并查找,然后再ctrl+h切换成文本模式找到对应位置对词条标题进行修正。修正时,如果不好确定词条名,建议到http://www.wikipedia.org/,在相应语种维基资源下,粘贴入从该问题词条中复制的一段正文来找到词条标题。3 V4 x e1 M* F
2. 下载解压后的XML文件过大,比如英、德、法等语种的维基资源,可以使用Split.exe这个程序(下载地址http://115.com/file/be6dijue#)来劈成多个部分来转为txt,再用TextForever.exe这个软件(下载地址http://115.com/file/dpdh0bl8#)来合并。
" b, r+ Y3 F2 Z, M5 t/ |0 \! Y2 ~. u6 Y7 V
$ m8 Q: c) d" V* \3 z
附:ISO 639-1语言及代码
2 G# a. o* h2 A1 X" X+ l+ @( |" } |
|