|
本帖最后由 philostone 于 2012-3-1 17:51 编辑 7 P2 O9 b9 g# ^" m% s
4 z1 I4 | a, f) y( h
# I! b4 F: X. T% Y一、准备维基资源数据文件; C0 b. D7 x% c( @$ C
1. 登陆维基资源数据网站http://dumps.wikimedia.org/backup-index.html;' k9 E. R, `& G6 e
2. 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;# N; v& h: t. v. ^& u0 ?
3. 在具体资源网页上下载文件结尾含pages-articles.xml.bz2的文件;8 S. |( s# k( Q( P6 E- U
4. 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。, s; h$ j% Z# r
0 K% o" `+ D. d* i; 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: G, B* N# d, q Z2 D, H' O& Q
1. WikiToMDict2.0.exe 下载地址http://115.com/file/dpdhh53x#
4 `. ]. {$ V+ i) E4 C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;1 F6 _$ J% z- z7 \
2. Wiki2TXTv2.1.exe 下载地址http://115.com/file/e73kk63j#2 ~: w9 o0 s% X8 o. ^- ^
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。
, z7 j4 `2 c! ?$ _! R# o R( O3. 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)。
3 k5 k* t/ |3 v7 |+ A9 ~& }" V1 B; c* B9 Y
三、用Mdxbuilder转换TXT文件为MDX文件) H/ W" e4 |* @& g7 m @9 A% F
1. 下载最新版的Mdxbuilder程序文件,
, }+ P" z# g% l E2. 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……
4 i* w. \9 B7 J7 R这些完成后点start就开始转换了,依文件大小时间长短不等。- ]" V9 C' _' [# k' i, n- |1 q
$ f/ P$ N' t0 g% j" d0 p: |
四、可能遇到的问题5 h+ ]+ _' ^1 x# w: r3 i5 _0 y: r5 W
1. 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。( k( W; d8 q0 v0 {2 }
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。
' l. E7 V. n l7 [5 `7 c' ?1 o5 H1 O; i# M1 U) ?3 I
9 g+ D P4 ^( \& t, y" N. I附:ISO 639-1语言及代码
( m0 n, |2 V1 S1 M0 ~ |
|