|
|
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 ~ |
|
发表于 2012-3-1 17:41:02
