詞頭txt和詞條txt合併問題

group1234

5 V% \7 U5 N3 L. B8 s4 v
1 ?% o/ N+ X) K+ H. N, w我是第一次製作mdx辭典，對於正則還是html這些相關知識都不懂，
但是想要製作Garner's Modern English Usage 4th，所以自己慢慢摸索中，
這本辭典從mobi轉檔後，A-Z的內容使用UltraEdit已經整理出8千多個詞條，
詞頭卻因為電子書本身的html和css格式干擾一直無法搞定，
想要刪除所有格式來弄詞頭，
/ b/ Z# g5 y8 C  }' v只是有個疑問，如果詞頭.txt.和詞條.txt在windows系統下，
& J! B2 s0 K, R) ~: ?+ u( W; c. ^6 G有辦法用dos指令來交叉合併嗎？
0 i2 w* a9 ~0 K- U$ _  T+ X; \3 O謝謝
( G) U" Q3 @7 Y; y, G0 g


8 x1 ]" p7 j/ u( x& }$ {$ A' z4 ~

sky66

建議 詞頭.txt 和 詞條.txt 的內容, 提供一些範例, 這樣人家才好給建議.

group1234

sky66 发表于 2016-9-10 09:29
建議 詞頭.txt 和 詞條.txt 的內容, 提供一些範例, 這樣人家才好給建議.

5 q5 _  |' G5 g; C0 E9 u0 E- Q. \
目前詞條整理好了，詞頭部分還沒整理，只是先把格式弄掉

這是整理好的詞條
% b2 I2 |7 G1 J( R
+ g, h. O# F, Y5 Y5 A% R

這是把html和css格式弄掉要整理成詞頭的，還在想怎麼弄比較好
+ V4 z+ ?% k4 w, |, [
8 o9 h# ~( e0 X' W7 I' W! W9 I
9 z3 R; ^- ^' w0 g  H+ f" i* T* S如果各存一個txt檔，如何合併成這個樣子?
$ i) Q8 P0 H5 K/ }) \
6 U/ n" P+ E4 Z4 U. b( t; b# R* ?

sky66

以圖一這個例子而言, 個人淺見, 格式弄掉反而不利整理出詞頭.
若要簡單整理出圖三, Emeditor下使用正則,  找到 xxxxx">(.*?)<xxx 中間那個就是詞頭 (沒有文字檔, 不能複製貼上作範例)
4 t* r& H2 m* r- Z* i
: w5 a, _  o/ V) S4 r1 g+ x* g& z當然, 找出來的結果如底下這個帖子提到的, 有些詞頭與內文沒有分開
8 ~; O# t3 `; x$ r% vhttps://www.pdawiki.com/forum/fo ... hread&tid=17193

就要另外從 . , ; 這些符號來下手, 找出詞頭與內文分開的規則..
" ?, W. v+ d  l; l* A4 M4 c如果規則測試理想的狀況, 也許一個指令就能全部完成..
尋找 (^xxxxxx">)(.*?)([\.,;<].*$)
, ]' ?! l6 Z1 ~& X取代為 \2\n\1\2\3\n</> 之類的

group1234

sky66 发表于 2016-9-10 12:55
; {6 ], S) C/ _3 m0 _$ W2 D+ P以圖一這個例子而言, 個人淺見, 格式弄掉反而不利整理出詞頭.
若要簡單整理出圖三, Emeditor下使用正則,   ...

我有下載Langheping大製作的mdx，就是因為有些詞頭沒有分開，不好搜尋，所以才想要自己動手做，這本的格式非常複雜，像是詞頭部分，電子書有些並沒有連結，所以單純用有連結的來製作詞頭會有遺漏，我已經把大部分原電子書沒有連結的整理出來，加上刪併電子書有連結卻是大標B. C. E.等的詞條，目前暫時整理的詞條有8556。
詞頭前面的格式其實也很複雜，我是模仿Langheping大把所有詞條前面的格式改成圖一的樣子，而詞頭部分，我原本也想要用正則替換，可是，製作過程發現格式千百種，而且有的單字後面有句點、有逗點或是只有空格，有的單字還被格式分割，有的詞頭有將近七個單字，原本想要整理完8556個詞頭後，再把這些有多個單字的詞頭再分別整理出個別單字，用@@@LINK連結，可是現在連8556個都整理不好，才會想要把所有格式移除，試著整理看看，光整理詞頭就已經弄了好幾天，製作期間還發現刪除空行時沒有加空格，導致單字連在一起，又重新來過，再弄不好只好先放棄了，等以後有能力再繼續做T_T
+ [/ a6 v* V' r+ X# J! U% ?
6 g, N3 e5 a7 h詞條的格式有很多，列幾個出來：
8 o* a4 ]) ?& f( @* s
, n7 A, G% I& }
2 D+ C4 u! D$ g" S
% F) i+ `/ U1 _9 o9 g

group1234

請問有人知道該如何合併嗎？
5 _) D3 ]6 k6 h6 R/ k7 f我已經將headword和詞條整理好，共8551條
8 q! M4 p. n7 i3 }% e因為是各存一個檔，不知道該如何合併

Langheping

6 B8 [1 w0 O2 ?% v
Windows 有两种方法：
+ d5 V+ }/ T( p5 w1. 用 MS Excel
4 h: |2 i/ L1 B5 m$ `1 D
9 k0 B- Z$ D4 |+ n1 N9 ]2. 用 UltraEdit 的 “Column mode”

. O) o  o% A9 Z, @! V! w. m" {参考：
多个文档合并、左边词头和右边词条合并 (Linux, Unix)
https://www.pdawiki.com/forum/fo ... &fromuid=185183

group1234

4 @- a5 u8 F" A" D$ k4 i& N5 X

Langheping 发表于 2016-9-11 15:42
' f9 E! N1 z' |' `1 uWindows 有两种方法：
5 p. B) q; `( K; E# L) f( F1. 用 MS Excel

google找到答案了，原來有空行@_@
( ?- G/ z! h7 u6 ^* x' {! n謝謝Langheping大大提供方法!!!
- f# u2 f  p$ D9 x$ I7 P$ t我是參考你的分享的garner 4 th mdx學習製作epub轉mdx，非常感謝
& n& b3 u$ C" t# Z$ n接下來要來整理@@@LINK的單字了~~

==============

$ \: I7 I) A$ O
2 }2 U9 `& A4 h+ \+ M+ `$ Z  c. [第一個方法會出現空格處會出現"_"
% N! [, b- v4 B" H
# F: C% P% f* P' C+ Y3 F( \1 e' |3 w我用第二個方法
* E* Y5 s7 a0 D2 D轉成MDX檔出現問題
* G& D( c# r1 b/ o4 W提示這個
Begining loading source file...
. \; M' |  B7 t) ?" c# lInvalid keyword at position: 4565181 of the source file
Failed to load source file, process cancelled
6 v9 I+ Z8 [9 ^6 ]* ^) x
3 O/ K3 Q, a" r# N5 P& T圖片現在不能上傳，所以沒辦法貼我的檔案畫面
4 e, ]8 Y9 d) M2 ]5 D& J不知道該如何解決
! R) h$ p  r: D. C# e( s

group1234

/ b4 ^! ~* A3 {1 G這本辭典的電子書排版不是普通的爛，3rd的字體大小和內容明明都很正常，4th電子書製作者是喝醉了嗎=_=?
重新校稿一次，發現有內容錯置，不然就是有詞條沒跟前一條斷開= =||||
因為種種原因，又重作了一次，頭都快暈了Orz，還好有作筆記起來，
5 y# c% ]) w% g3 \7 F目前更新後，A-Z總共有8558條，我第一條用000防止bug，所以才會顯示8559，至於@@@LINK的部分還沒弄>"<
我不會CSS，所以是用電子書原本的格式，而且電子書的格式亂七八糟，應該也不會想去動它=_="
4 O7 }; Y! f0 d6 i6 e至於分享....我膽小，怕被抓，所以不方便分享@_@，不好意思
謝謝提供協助的Langheping大大，不然我可能到現在還是對著詞頭和詞條的txt檔發呆....
能完成這部辭典，真的很感恩!!
! _8 q9 E( k8 t$ `* A; Z, ^& z

; m1 T  ]3 i6 r0 l* v& P
. U) B! D5 v% h7 C: ~1 T& e

chigre3

可以给两个文档的所有行都添加序号
然后复制到一个文档里，排序一下就行啦~
# C1 D% E1 w! W* Y【Ultraedit】【EmEditor】