|
本帖最后由 philostone 于 2012-3-1 17:51 编辑
: B% [# \+ _, f& j8 U o: c0 |9 B H: R2 Y9 K" ]3 o" h
9 X# d0 \/ W3 M9 A一、准备维基资源数据文件; D0 W) Z: y% }9 H/ y4 W
1. 登陆维基资源数据网站http://dumps.wikimedia.org/backup-index.html;
3 b* _2 a: {0 z U( D2. 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;
3 ^ l* I" l' ?; V( N3. 在具体资源网页上下载文件结尾含pages-articles.xml.bz2的文件;
2 A5 T3 A L# l. C4. 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。! ~, J# H! f; ~- D D
# {7 ]" i5 u, D# w; ^
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+ h& K/ ~) M/ w; p1. WikiToMDict2.0.exe 下载地址http://115.com/file/dpdhh53x#
1 F: h2 s9 E0 g8 W1 c1 |" G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;
% ]! Z* ~& M4 G: n2. Wiki2TXTv2.1.exe 下载地址http://115.com/file/e73kk63j#& s7 F. m. P1 r3 W% c
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。+ r, |' W$ i3 w' c
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)。
2 j$ }& n, N& N% b* X6 I, H1 `- ~- k" h' o/ Q
三、用Mdxbuilder转换TXT文件为MDX文件! [* y$ H9 Z: Y3 }! Q( E2 X
1. 下载最新版的Mdxbuilder程序文件,3 ^5 {" T7 M" `* @# N& L
2. 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……& q* j+ B; O! b/ p7 J5 x
这些完成后点start就开始转换了,依文件大小时间长短不等。" ]7 C7 T* N" Y, c4 q% M3 r
9 h1 d# w1 x9 u/ A' M2 G( t3 m四、可能遇到的问题
( Y, e" b% l N1. 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。% [ n3 f/ ^6 E# a
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。
* W9 b( W# R* F& ]/ r$ E s( m |* {6 F2 v) U% i
9 X. G4 V: w: |1 d8 g1 `附:ISO 639-1语言及代码 , v- Y0 z: N9 K: }
|
|