【图文】手把手教你[转换]+[排版] MDX格式词库

Hugh · 发表于 2013-5-28 07:46:10

本帖最后由 Hugh 于 2016-3-15 22:05 编辑

入门贴  小白进来，老鸟飞过
如有操作失败，请贴图跟帖。
在看本帖前，请确信自己已经看过置顶贴  mdict版制作方法和常用工具，能看懂多少是多少，当然一点都不懂也是可以的
目录：
- H3 A5 J# B# M1楼：准备5 s; _% _  D( m3 Y) b3 s& W: c0 w# i
2楼：转换) x6 ]% E0 R% Y8 h% p' F& E
3楼：排版# t* Q' o6 w4 X% l3 Z. N
4楼：词典信息, p' j/ N+ d8 v' J) _5 A
5楼：常用的正则
---------------------------
第一阶段：准备原材料
自己百度下载如下工具：（如果你找工具都不行，那就站内短信我，我会共享给你, 但愿你不要太懒，让我太忙。）
1. Ultraedit
2. EmEditor
3. 置顶贴：MdxBuilder 3.0 Beta2
4. PC端Mdict
5. 7zip解压缩软件
6. 请百度苏沈小雨 css2.0 手册，自习下面内容，不求全懂

7.这是即将被动刀的DSL格式的  《Longman DOCE5 Extras (En-En)》到 HERE下载备用

等你准备好了，我们就开始奇妙的DIY之旅！

Hugh · 发表于 2013-5-28 07:49:10

本帖最后由 Hugh 于 2013-6-8 18:15 编辑

第二阶段：转换
1. 右键下载好的Longman DOCE5 Extras.dsl.dz，7zip解压缩
如下图操作

2. 得到一个文件夹，里面有一个Longman DOCE5 Extras.dsl文件
3. 将这个文件放到便于操作的地方，我习惯于桌面
4. 用ultraedit打开刚才的文件（好吧：我再详细点：文件-打开-...）
5. 打开后截图：

6. 先要了解下mdx文本的结构（以下分割线之间的内容）
-----------------------------------------
seabird
seabird 海鸟
</>
dog
dog 狗
</>
-----------------------------------------
每一个词条必须包括三个部分
1）head 如文本的红色部分seabird和dog
2）body 如上文本的绿色部分
3 ) tail 就是文本的</>

7.将刚才第4步打开的文本只具备两个title和body，缺少tail</>; 所以要做的就是加</>

8. 观察文本，会发现
1）文本1、2、3行如下所示多余，删去，一定不要留空格，也就是第一行现在是第一个head 'bout
 #NAME "Longman DOCE5 Extras (En-En)"
 #INDEX_LANGUAGE "English"
 #CONTENTS_LANGUAGE "English"
2）上一组 body下方和下一组head之间有空行，正好是</>的位置，有人想到正则了吧？非也----仍然是机械的方法！
9.
1）将鼠标定位到第四行尾（图示1），按住shift键，点击第六行首（图示2）

2）按住ctrl键不放再按 R 键，跳出如下替换窗口后，鼠标在查找框内从左上角向下拖动，直到图示效果

3）按住ctrl键不放再按 c 键，执行复制功能，然后将鼠标定位到替换为框里，按住ctrl键不放再按 v 键，执行粘贴功能
4）这一步比较关键：用鼠标定位到替换为框里的第二行，英文输入法状态下输入</>

5）点击右侧的全部替换
其实以上步骤也可以用转义符解决。但因为是入门教程，所以就用这种最可爱的方式吧！o(∩_∩)o
6）o(∩_∩)o 得到如下文本

7）执行 文件-另存为，按如下操作

10. 似乎符合第6步的结构了，试下吧！
 打开Rayman的Mdxbuilder，按图示操作，注意别打错勾儿！

 点击 Start ，天哪，status报错了
 ---------------status------------
 Begining loading source file...
 Content is longer then 8388608 at position: 0 of the source file
 Failed to load source file, process cancelled
 -----------------------------
11. 关闭Ultraedit，打开EmEditor（这个我更顺手些），文件-打开刚才的extras文本，检查head，body和tail吧-------发现问题了</>后面多了空格了！

12. 删除</>后的空格：
 在EmEditor中，如上图所示选中</>所在整行，按住ctrl不放再按H键，跳出替换对话框（这和Ultraedit快捷键不同），按如下图示操作点击替换全部

13. 将文件另存为extras1.txt
14. 再次用Mdxbuilder执行第10步，激动人心的时刻来了：

 —————————status———————————————
Begining loading source file...
Done
Time used for this section: 1 seconds
Sorting dictionary...
Done!
Begin processing index...
Done!
Original index size = 553KB, compressed size = 244KB, compression ratio = 44%
Time used for this section: 0 seconds
Begin processing data contents...
Done!
Original text size = 193793KB, compressed size = 43340KB, compression ratio = 22%
Time used for this section: 18 seconds
Number of entries: 32359
Conversion succeed!
-----------------------------------------------------------

15. 用PC端加载做好的extras.mdx文件，查个词试下输入“dog”------WOOOO，尽管丑点，它也是词典啦：

16. 转换成功，本楼层结束，坐电梯到3楼学习排版基础吧！

Hugh · 发表于 2013-5-28 07:49:32

本帖最后由 Hugh 于 2013-6-13 14:55 编辑

第三阶段：排版
排版之前，必须先对要处理的文本勾勒一个基本的概念，预期的效果图，基本的一些元素我已高亮

底下我们来DIY onebyone
---1. entry--------
1. 为了后期要用正则，免去转义符的烦恼，我们将所有的中括弧换为尖括弧
工具：emeditor
查找（ctrl +H）：[
替换为：<
然后同理换掉]为>
文件另存为Extras2.txt (由于编辑可能失误，所以要尽可能的对每一次变动作另存处理)

2. 定位文本到词条dog：
查找（ctrl + F）：Domino rushed to meet her, tail wagging with excitement.
下面是dog相关文本

注意：此处高亮的dog并非效果图中高亮的dog，而是词条列表中的dog，所以用到正则：
a.先观察规律：每一个词条列表的词如dog前都有一个</>,并换行。之后都有一次换行，还有一个”大空格“（文一点说就是一个制表位，你可以不记住），
b. 运用正则
工具：emeditor
查找（ctrl +H）：</>\n(?.*?)\n\t
替换为：</>\n\1\n\1 
选中正则表达式选项

点击全部替换之后文件另存为extras3
说明：\n表示一次换行，(?.*?)表不确定的部分，\t表示一个制表位，\1表示查找的不确定部分后期显示结果， 表示css网页换行，表示中间的内容加粗，也是css语言
c. 用mdxbuilder再次转文本为mdx，查验效果图：

Step 1 is done！
---2. segment bar--------
工具：emeditor
查找（ctrl +H）： I. <c>
替换为：<table width="100%" border="0" bgcolor="#D3D3D3" ><tr><td align="center">I</td></tr></table> <c

文件另存为extras4
用mdxbuilder再次转文本为mdx，查验效果图：

---3. Part of speech 词性--------
工具：emeditor
查找（ctrl +H）：<c>(?.*?)</c>
替换为：\1
勾选正则

文件另存为extras5
用mdxbuilder再次转文本为mdx，查验效果图：

---4. 搭配bar COLLOCATIONS FROM OTHER ENTRIES--------
工具：emeditor
查找（ctrl +H）：<c chocolate>COLLOCATIONS FROM OTHER ENTRIES</c>
替换为：<table width="100%" border="0" bgcolor="#D07427"><tr><td>COLLOCATIONS FROM OTHER ENTRIES</td></tr></table>
不勾选正则
点击全部替换
---5. 搭配 a pet dog/cat/rabbit etc--------
工具：emeditor
查找（ctrl +H）：<m3><c saddlebrown><trn>(?.*?)</trn></c></m>
替换为：   ▪ \1</m>
勾选正则
点击全部替换
---6. 搭配例句 I used to have a pet rabbit when I was young.--------
工具：emeditor
查找（ctrl +H）：<m4><c gray>▪</c> <\*><ex><lang id=1033>(?.*?)</lang></ex></\*></m>
替换为：      <ex>\1</ex></m>
点击全部替换
勾选正则
文件另存为extras8
用mdxbuilder再次转文本为mdx，查验效果图：

本词典还有其他部分需要编排，但原理一样。

最后一步就是删除冗余代码，方法很简单选中冗余代码，替换为框中为空，什么都不填，然后点击全部替换即可。
如本词典的</m>就是冗余，如下操作，即可全部删去：

Hugh · 发表于 2013-5-28 07:49:57

本帖最后由 Hugh 于 2013-6-13 14:35 编辑

第四阶段：编辑词典信息
编辑词典信息通常包括
1. 词典名称
2. 词条数（每次mdxbuilder会有提醒）
3. 词典特征（尽量不要杜撰，可以到官方网站网站上搜索）
4.数据来源
5.词典编辑日期（方便后期更新及使用者参考）
以本词典为例，用文本编辑器emeditor事先写好以下内容，点击web预览按钮可以看到效果

------------------------------------------------------
<table width="100%" border="0" bgcolor=#5c67c0><tr><td align="center"> Longman DOCE5 Extras </td></tr></table>
<table width="100%" border="0" bgcolor=#fcd91b><tr><td align="center"> a great companion for the main Longman DOCE5 dictionary </td></tr></table>
 Number of Entries: 32,359
 Features:
 ·Additional material (phrases, collocations, examples from corpus)
 ·It doubles the original content of the printed
 ·From Longman Dictionary of Contemporary English 5th Ed. DVD
 Data from .dsl source files; Last converted by Hugh for Mdict
 2013 06 08
------------------------------------------------------
复制编辑好的文本，贴入mdxbuilder下框

title我一般不填，因为有些软件会读取。不方便他人更名
转换为mdx，用Mdict加载，查看词典信息

Hugh · 发表于 2013-5-28 07:50:17

本帖最后由 Hugh 于 2013-6-13 20:26 编辑

用emeditor编辑词典中最常用正则三例：
-------示例一--------
将每次出现的 doesn't 改为 does not，(前提是文本里没有其他的*n't, 此处仅作例解)
查找： (?.*?)n't
替换： \1 not

-------示例二--------
</>
flu{·}ox{·}e{·}tine
flu{·}ox{·}e{·}tine...(注：后面还有其它文字)
</>
flu{·}phen{·}azine
flu{·}phen{·}azine...(注：后面还有其它文字)
</>

要求
1. 和中间的{·}替换成 XXX
2. 其它部分的{·}保持不变
查找内容：(<b.*){·}(.*)
替换为内容：\1xxx\2
多次替换，直到0处替换

-------示例三--------
要求：将所有数字黑体编号改为数字斜体编号
查找：([0-9]*)
替换为：\1

Hugh · 发表于 2013-5-29 07:58:21

ultraedit是一大利器，请楼主再普及下正则表达式。
6 q( I) [; b9 A' B- _54john 发表于 2013-5-28 15:24

其实在我DIY词典过程中，正则用的非常少，基本就是那两三条。

Hugh · 发表于 2013-5-29 10:34:37

期待排版的内容，精彩在后面。
6 O# o" T; m! ~54john 发表于 2013-5-29 09:06

兄弟其实是高手了----纯粹来捧场的，谢谢。这种入门贴别见笑！

Hugh · 发表于 2013-5-29 13:43:22

本帖最后由 heshunyihugh 于 2013-5-29 21:10 编辑

17# Oeasy 这样的回帖觉得此主题有那么点意义！要不我继续下去？
不过正在搞语音版的朗文5，就要收工了，所以请稍等。不过大家一定要看看苏沈小雨的css手册

Hugh · 发表于 2013-6-3 08:08:56

请教。6 }  L: S7 i. b  R8 E
dsl原词条格式举例如下；4 Q+ n3 r- X2 w8 m* O) ?
[ref]American Academy of Arts and Letters[/ref].$ u4 ?9 W+ A/ v# m; J7 n" u  d
我要改成
; o6 ~% w, ~0 C  [7 K. Q3 q! XAmerican Academy of Arts and Letters) b7 b0 Z, v/ @/ [9 _7 W
有什么快捷的处理方式吗？( @4 T* u: \( r1 U0 g
Oeasy 发表于 2013-6-3 05:29

[ref]American Academy of Arts and Letters[/ref]

查找：[ref](?.*?)[/ref]
替换为：<a href="entry://\1">\1</a>
似乎要将[先都换<

Hugh · 发表于 2013-6-3 09:38:15

我用emeditor, 要不你先把所有的方括弧换掉

Hugh · 发表于 2013-6-4 08:21:32

(? t+ O; i! W7 ^* C3 c( W
chigre 发表于 2013-6-4 04:11

这个很有用

Hugh · 发表于 2013-6-8 08:12:02

3# Hugh 0 H8 Z5 R8 y$ A4 v2 `5 b

; ]' ^, U; c1 b* Z, G& p3 |; G+ J& j: P2 X* p" X6 q
已经制作德语发音词典到这一步了希望lz继续啊
6 f/ G6 c; d3 e, f世栋发表于 2013-6-8 02:25

很快，等朗文合集发布就继续！

Hugh · 发表于 2013-6-8 18:07:23

很好的教程。。。赞。
+ j* r) T) J4 l! E* K1 Hzhu1234 发表于 2013-6-8 13:09

版主好久没露面了！

Hugh · 发表于 2013-6-9 12:07:53

50# Hugh 8 P( m5 F) z( @3 J6 \! s
/ F6 V3 u4 U- H8 U* n4 x' V

' `) W5 r+ j! T/ y9 c# T4 g" O! ]. f# D恩也很期待您的郎文合集词典
8 _% _% N2 }3 |# i) c, J M+ }0 b世栋发表于 2013-6-9 01:22

要好了，让大家久等了

Hugh · 发表于 2013-6-13 08:11:35

好吧，今天开讲！

Hugh · 发表于 2013-6-13 11:07:48

基本流程结束！

Hugh · 发表于 2013-6-18 08:28:36

61# Hugh
0 U/ U" |6 [# J* ^1 s5 J$ X
2 }" F7 _0 r2 c9 k( w/ k我琢磨了好几天，今天发现用perl脚本语言可以轻易实现字典转换，而后再用awk正则处理下就可以了。1 R/ M+ I) s1 Y. K' W( Y' `
不过唯一一个还没完美处理的就是字典内页跳转。。。。
# [2 B* ^1 s0 n4 Q8 z. }0 C% a% {世栋发表于 2013-6-18 04:20

这儿的词典转换仅是个例，重点在于其原理。况且dsl和mdx实质结构类似的很。后期的排版则是变通很大，因人而异。
另外，提醒下：这是入门贴。针对的是纯净水级别的坛友。
如果阁下有意，何不开贴，名字就叫：《mdx从入门到提高》当然图文结合更好

Hugh · 发表于 2013-7-2 19:14:24

64# Hugh
7 s8 D4 v" ~1 _! f6 q& g- d
  m" U+ q5 G/ N& S" v- Z9 D' d  ]7 @# s
我也是刚入门的菜鸟  h* m* O- ]& q4 e
只是对编程和脚本语言感兴趣而已# g# q. N$ k4 J5 ?9 b

1 s8 E  o$ h+ B$ ^' }# W, hPS：能把您的那几个小喇叭图标分享下不
   我准备自己做几个发音词典/ {5 n; w$ [5 d1 H
   找不到好看的喇叭图标
- x- {5 J, e$ ~6 D( P+ f0 y世栋发表于 2013-6-19 21:21

PC平台Mdcit中，右键另存为即可

Hugh · 发表于 2013-12-27 15:59:48

本帖最后由 Hugh 于 2013-12-27 16:02 编辑

shmildys 发表于 2013-12-25 18:30
2 K2 k9 S1 P# f) w# GH大，我现在正在重新排版一些小词典，具体的css 或者 style 格式是什么。
1 j0 X$ E# |! _4 ^7 t8 y# K0 I例如我把加了 class=“quote”
5 v6 U/ X$ O9 B% v( q( Y2 n ...

Style从未用过，css可以的，参考置顶的另一制作贴。

		自动登录	找回密码
密码			免费注册

[教程] 【图文】手把手教你[转换]+[排版] MDX格式词库

本帖子中包含更多资源

评分

本帖被以下淘专辑推荐:

本帖子中包含更多资源

本帖子中包含更多资源

本帖子中包含更多资源

本帖子中包含更多资源

本帖子中包含更多资源