TA的每日心情 | 衰 2020-8-15 10:40 |
---|
签到天数: 146 天 [LV.7]常住居民III
|
本帖最后由 zzzz_sleep 于 2019-3-29 14:50 编辑 . e7 I+ A6 c1 L
( y; Y5 G! f$ V/ E* l: X2 J3 m所用词典基本信息:- 中文喂鸡百科(图文试用版)( {% u& I' A7 l+ U. J
- Pic_bulid20180601 V1.4( H% D K8 J1 h8 x" H
- 喂鸡百科,自由的百科全书。
8 `7 @" [& {5 Y/ l% |3 ?! T - (1)制作信息:( L* W/ A6 O/ y9 s; F' e/ J) z
- ·制作:邱海波! W. c7 O" Q) S! ]7 P" n3 n
- ·日期:2018年10月7日( o4 `3 @! T5 z# g& u% M7 b) e) g! F
- ·数据:http://dumps.wikimedia.org/zhwiki( f* E# ?" [$ e0 A! O2 c9 S% f7 u
- ·工具:wikicafe & Mdxbulider( O- m3 f k. A/ g5 T; ^5 t8 O
- (2)更新日志:
3 \4 Y! d/ h. ~/ d5 b$ A - ·2018/10/7:v1.4
4 U9 F# K h) b q, x$ g - 本次优化:解决607041个词条内链跳转问题,更直截有效。感谢jeanleem6提供正则表达式支持。9 g. D ~- V' Q3 ^
复制代码
& [5 A8 o/ D+ E0 k0 q# A2 P7 B5 n# z- ^. A( V9 G* `
5 G9 j- I, A! {3 ~9 T原文件:- 6.9G Jun 14 2018 zhwiki-20180601_V1.3.mdd
7 p4 r; g P2 x3 [! {$ d6 l - 1.7G Mar 27 20:33 zhwiki-20180601_V1.3.mdx
复制代码 ; W% ]7 n, q9 a! v" X Q+ p1 C
资源文件很大: 6.9G+ Y/ R) V3 \7 D/ I# P# u
词条文件一般:1.7G
- c }( R, H3 u0 R% W, e5 M- f0 }9 r% }" a2 N; F4 A7 N5 a
电脑基本硬件:# c9 h/ B1 b/ J! ]
- Intel Core i5-5300U @ 4x 2.295GHz
2 Z. V% {& [6 p) H( r9 t - 8G Ram1 V! T8 z/ u# [6 F
- SSD HD8 L- ^3 @" Z6 h& }
复制代码 # W& ^& k0 U2 N3 G
I: j* H+ i2 d: Z) i2 m
7 n% K! I( d) `, O- b) K$ }* I5 I4 ` Q
解包:- mdict -x zhwiki-20180601_V1.3.mdd -d temp/mdd) y* S- e- _. _7 R" S2 M. e* A
- 100%|██████████████████████████████████████| 518875/518875 [56:00<00:00, 154.40rec/s]% a* D1 z0 D2 I- G
- mdict -x zhwiki-20180601_V1.3.mdx -d temp
- ~* E, p1 a- I3 p) m$ V4 t! G4 b4 _ - 100%|██████████████████████████████████| 1824911/1824911 [02:05<00:00, 14489.47rec/s]
复制代码
4 `4 _0 ?1 n2 X7 E+ n解包后文件大小:' h: S8 x$ {4 V. B: ?9 I3 N
- 5.8G Mar 28 10:41 zhwiki-20180601_V1.3.mdx.txt/ L; v, A3 P5 ]8 P% j9 w
- 7.9G mdd/
复制代码 资源文件相差不大
! q; C! J8 k& U) p词条文件翻了 3倍多
( y3 ]% \: n; M" v
3 y1 `3 |# |3 \5 }9 s重新打包:
2 w* x) J/ | U9 e3 Z先来资源文件- mdict -c zhwiki.mdd mdd/
3 ~/ w( @# g0 [' j* U8 M - Scan "mdd/": 518875! y+ j9 l7 l6 [9 `/ x
- Pack to "zhwiki.mdd"
( O8 D. S5 k: D+ \! f - 100%|██████████████████████████████████████| 518875/518875 [18:45<00:00, 460.93rec/s]
复制代码 . o+ O c3 l: o% o& e" t
5 J! O# D. p9 X# R: H ~- ?; I; c$ o5 }+ k# j7 ?1 J
资源文件都是一个个小文件,速度慢些
6 I4 C& Z# b) r, `1 D% d" g7 @+ N6 B7 a/ ~- r% t0 L+ ]# M
再打包词条文件- mdict --title zhwiki-20180601_V1.3.mdx.title.txt --description zhwiki-20180601_V1.3.mdx.description.html -c zhwiki.mdx zhwiki-20180601_V1.3.mdx.txt3 w- d0 ~! ?. K3 Q
- Scan "zhwiki-20180601_V1.3.mdx.txt": 1824911
+ ~$ w/ u1 S! M - Pack to "zhwiki.mdx"
( }; p1 `, H, i' v+ ~* |* d - 100%|███████████████████████████████████| 1824911/1824911 [04:33<00:00, 6672.10rec/s]
复制代码
7 U, v$ B* l" @! H7 t, _
; r" ?. Y' [7 O0 b6 e2 j
" e. M3 G" ?/ f速度还可以
* e) [: e! ^" w. M$ Q# c( i8 C' v |
打包后文件大小
W9 `- p0 l7 `& l% ^ a3 Q- 6.9G Mar 29 13:58 zhwiki.mdd: n) A( b+ Z* n6 ~! M( t
- 1.7G Mar 29 14:11 zhwiki.mdx
复制代码
# Y& U9 J1 x3 I0 A6 b+ u, X* k8 p4 k. j e
文件大小差不多,差点尾数,忽略不计
9 k# y2 L+ P/ b& K4 x6 U1 f6 b7 B3 Y9 N7 m% P/ H
& B0 K6 G, l# t3 a. P下次目标:- 2.4G Mar 28 14:51 enwiki-20160601-part1.mdx5 c. E2 X4 W* ]3 t& p+ I4 c8 n
- 2.3G Mar 28 14:30 enwiki-20160601-part2.mdx
9 x( F- L% l0 d' V- C3 _, u, g* ^9 n - 2.2G Mar 28 14:41 enwiki-20160601-part3.mdx7 k% [! W" F, Z/ h1 Q% o1 j
- 2.1G Mar 28 14:32 enwiki-20160601-part4.mdx
- O6 w: K! c. s/ d - 157M Mar 28 13:13 enwiki-20160601-part5.mdd! b8 a. k1 H8 a
- 2.0G Mar 28 14:02 enwiki-20160601-part5.mdx0 f% L# z, I6 f$ I& i2 F
- 157M Mar 28 11:25 enwiki-20160601-part6.mdd5 ^+ A0 |1 m: W
- 1.3G Mar 28 13:15 enwiki-20160601-part6.mdx
复制代码
0 N7 ~2 } z3 I. j4 j0 Y
: z5 J' M. r X9 ]- V3 E. e% j计划将所有 MDX 打包成一个文件,那样会有 13G 的 MDX,我先去清扫点硬盘空间3 v" N+ v# J: O2 @
$ ^9 }/ d, L/ K5 Q* m- i% j
8 x( t/ ]: E$ [( `; t
w) } P6 W8 F" j( e% ^ A; s3 A9 F; X0 h u
8 h) n9 I% m( s; d$ T
& Y6 J& _+ {) e7 H* ?- U
) H/ x0 {3 [4 {7 [/ \$ c) l; Z7 I0 h5 `; r4 b& i8 v
; j, ^1 g0 c9 J3 B5 r
9 f' X, O6 ]9 i' c; L" ^/ i6 n
- `# I) \# ]: \9 J |
评分
-
1
查看全部评分
-
本帖被以下淘专辑推荐:
- · 词典制作|主题: 217, 订阅: 40
- · 词典制作|主题: 111, 订阅: 24
|