关于文本格式的使用及扫描版格式的一点建议

spoony1971

5 N) O+ E( n% x% U% l3 t
  y9 S6 w2 n; q7 M& V+ l近来诸君工作如火如荼，无私精神令人惭愧。这里我发表一些愚见，若对诸君产生细微的帮助，则不胜欣慰。
/ F1 G9 s0 `  t4 u: a' x! t
, s6 s, x. A7 P6 J  ^$ w7 _% q关于文本格式：markdown vs. XML
8 e: V- }( l+ r2 S* Z8 g6 J个人推荐使用markdown格式。XML格式太过繁琐，直接输入不胜其繁。即使markdown也只应该采纳最基本的两点。
2 V6 n7 v# n# P. Y1 ^1，空一行作为分段标记。（换行符不起作用，可由输入者自行决定，但换行符可作为全文检索时的单元划分，善加利用可更好的全文检索）。
- h: u; @6 e  q5 @) F# N6 Y+ M2，词头单独成一行，前加“###” (假如担心字典中段首会出现"###"的话，也可用"####"等)
别的更丰富的标记可酌情采纳，但不可过多。
( Q9 U, S" t2 Q( S& R' L! f0 `, N
关于扫描版格式：
' f0 g9 y/ a5 _- O毋庸置虞，无损压缩清晰度没有丝毫损失，这里主要两种图像格式bmp和无损png压缩。但生成的最终文件太大。
  P; B9 o% G% g1 {6 R( R' }! ^在图像有损压缩中，jpeg专门针对图像，文字边界清晰度损失较大，没有对扫描文字进行特殊优化，压缩率低。
' W+ b* }5 [% }) Q! Y5 \, Jdjvu是专门针对扫描文本的压缩算法，对普通图像处理效果不佳，但对扫描文本，清晰度保存高，压缩率超高。（特别推荐用minidjvu来压缩黑白扫描文本）
7 S0 o. G) k" n) i7 C
欢迎大家讨论。

meigen

黑白格式的png完爆jpg/jpeg不解释

chigre3

spoony1971, 你说的markdown, 我google了解了一下, 暂时还未尝试过.
+ P, G7 B7 ^5 [& G7 y3 P目前我个人用Emeditor, 自定义高亮, 文本里除了`/\, 几乎没有添加另外的符号,
+ W8 l' F; d% u" o8 k感觉非常好.

Oeasy

dsl格式为GoldenDict直接支持，容错性高。

* d  o& I: Y- o! U, C我目前是直接录入为dsl格式。如图
$ f! m9 d; N, {
  b' p" L, C0 H' a3 c8 s

; J( k2 ]# v  r, t* ?; N# u( E
* X% l& `: y: L8 @: L) D够简单吧？词头单独一行，内容前有tab，完了空一行，so easy。当然，最后排版可能也就这般朴素了。

另外，同意楼主的看法。我们这般普通网友，没必要搞出出版级别的xml，那太累太累了，当然，如果有牛人搞出一个简单的适用于mdx的Dictionary Writing System，那就另当别论。

; g  ^$ U8 L7 ~其实校对，最难的是找到靠谱的同路人，《英汉大词典》，能找到五个，就不错了。
: W* `$ v, K7 @5 Z* y$ z, @
. P! k, C0 ~* P2 r6 p{:5_227:}


) t- R8 C. E: G* d0 B

itarcy

Oeasy 发表于 2014-5-15 06:50
+ I/ T7 z  ?% o0 _+ d# b+ Jdsl格式为GoldenDict直接支持，容错性高。
. @( O- G. Q0 s7 Q* Y7 P- E6 D
% ^6 X: ^2 `% n* _. `, B, f- _我目前是直接录入为dsl格式。如图

伸手党请教，dsl格式有什么优势么，是否市面上光盘的词典转换为dsl更容易？

Oeasy

itarcy 发表于 2014-5-16 11:46
( I" ]" C- z% a伸手党请教，dsl格式有什么优势么，是否市面上光盘的词典转换为dsl更容易？

6 d- O+ C5 }+ u5 ~  x! N
dsl格式就是纯文本，GoldenDict可用，容错性高。参考：http://lingvo.helpmax.net/zh/故 ... �一本-dsl-词典/

这里所谓i的“容错性”高，是指某些词条格式不合乎规范，这个dsl文件，还是可以为GoldenDict所加载，还是能够使用，能够查询到绝大多数词条。只不过这个不合乎规范的dsl在转制为lsd（ABBYY Lingvo所支持的格式）时，会有很多问题罢了。
3 ]0 d" u8 a6 z& s, n
要是mdx的源文件txt里有些问题，不严格符合规范，是不能制作为mdx的，也不能为词典软件所加载使用。而且从mdx再转为mdx源文件txt，词条的顺序可能就变了，和最初的源txt不同。


dsl里，词条顺序可以和纸质出版物一致，方便校对时定位、对照。
2 n2 n- t7 Y  Q7 u8 X  w
" U1 h# G% q2 _) x& P9 n, J至于光盘转换为dsl，难度和转换为mdx是一样的。最难的部分其实就是从光盘提取文本（一般是xml格式），至于那文本是转为dsl还是mdx，就看制作者喜好了。
& q8 p# H+ H: l, I. P; y

itarcy

Oeasy 发表于 2014-5-16 11:58
dsl格式就是纯文本，GoldenDict可用，容错性高。参考：http://lingvo.helpmax.net/zh/故障排除/dsl-c ...

懂了，谢谢，大人简直就是百科全书

Cdasjkldjas

太忙，以至于只关注了我自己的贴子，今天才看到前辈的耐心箴言，非常惭愧！

zhplren

光盘转文本大神们主要是什么方法，按键精灵吗？