掌上百科 - PDAWIKI

 找回密码
 免费注册

QQ登录

只需一步,快速开始

查看: 10410|回复: 19

[工具] 维基百科转mdx源文件制作工具

[复制链接]
  • TA的每日心情
    开心
    2018-7-19 02:16
  • 签到天数: 20 天

    [LV.4]偶尔看看III

    发表于 2009-1-14 19:17:42 | 显示全部楼层 |阅读模式
    功能:) T! Z' V, M& e- i2 S
    将所有mediawiki生成的dump文件转换为mdx html utf-8格式 可处理链接等一些东东。在条目大于1000000条时,会自动分割。如果想放到一起,可以用textforever再合并(超过1000000w条得wiki太大了。。,应该是其他语言的,非中文)
    8 h1 Y4 d' Y, p8 k5 ?1 I" m) N0 `$ y5 Q! I# G$ `
    生成的文件名为wiki2mdx0.txt wiki2mdx1.txt等等
    0 p/ `+ v; C" H
    ' w) V- g- i, C适用范围:
    / y, I! E, A2 jhttp://download.wikipedia.org里所有的xml文件:lol/ F' Z9 I1 Y7 v9 m8 A  i! L
    ( B0 P' T( o7 P3 x2 J4 |4 C' D/ v

    " O5 v% G5 n7 b/ {( p: U+ C用法:) T* g0 |. Q' v* q1 B
    1.cmd下 wiki2mdx abkdkeaf.xml2 w4 N/ I' e$ c
    2.解压到和xml文件相同的目录下,把xml文件拖到此程序上,自动开始转换( |4 ^* _6 B& f2 h1 c8 T$ P3 F
    " x' O8 @' i  {6 t/ s; `5 `) X5 p
    下载地址:http://daminghome.com/tools/wiki2mdx.rar0 w3 h7 @& l6 c; {. K$ G

    ' {/ d, `8 l% Phttp://blog.daminghome.com/tools/wiki2mdx.rar# Q: i1 Y" y% X/ c& R# v
    ) t( e# t' ?7 j
    % E. s2 l/ X* t/ M5 ]8 P( l
    优点:
    8 u0 e2 z2 |; P7 B; ^% q基本不占内存,不影响正常上网。
    / ?/ u$ c$ T* D* w& u' U! E1 I8 u, W  r/ G8 |3 n: n9 Y
    缺点:
    + P4 z* e7 T( K2 B% f  h6 u结构过于简单。最后会报一下无法找到吓一条的错误。懒得加判断了。~4 i! u. E& p0 G' X4 a. J* c

    : N6 _. V1 W( l+ \- e# E$ c+ F7 \3 _" i9 s+ E$ \  P; b2 `' V: V
    作者:- T1 I$ r9 s& r
    $ j/ `+ o% A9 ]
    我码出来的。。。, n! @' i( h8 T: J

    2 O2 q% i: Z/ ^% c; E5 p[ 本帖最后由 发哥 于 2009-3-14 19:26 编辑 ]

    评分

    1

    查看全部评分

  • TA的每日心情
    开心
    2018-7-19 02:16
  • 签到天数: 20 天

    [LV.4]偶尔看看III

     楼主| 发表于 2009-1-14 19:30:16 | 显示全部楼层
    速度视CPU牛B与否而定。
    * U' m$ D1 b$ j3 L, B至强四核酷睿二大概是50页每秒
    / Y) z# V3 h; F, A$ Z) Rt5500的笔记本开最低频率是17页每秒左右。
    9 X- c0 p9 Z' x! J8 {) Y生成的txt文件html标签较多,压缩率在26%左右。生成的txt比xml文件大一些。
  • TA的每日心情
    开心
    2018-7-19 02:16
  • 签到天数: 20 天

    [LV.4]偶尔看看III

     楼主| 发表于 2009-1-14 19:59:31 | 显示全部楼层
    增加了一个自由指定最大页数的版本。% M" o3 n4 q( h0 A
    就是不能拖动着用了+ ^) M3 X( d* [" P
    http://daminghome.com/tools/wiki2mdxa.rar
  • TA的每日心情
    开心
    2018-7-19 02:16
  • 签到天数: 20 天

    [LV.4]偶尔看看III

     楼主| 发表于 2009-1-14 23:58:42 | 显示全部楼层
    压缩率20%, p. |/ @3 a+ S) A
    试了个日文的。
  • TA的每日心情
    开心
    2018-10-17 09:01
  • 签到天数: 18 天

    [LV.4]偶尔看看III

    发表于 2009-1-15 10:48:50 | 显示全部楼层
    不错的帖子,谢谢楼主的努力和辛苦。

    该用户从未签到

    发表于 2009-1-17 11:50:21 | 显示全部楼层
    感谢提供

    该用户从未签到

    发表于 2009-1-20 23:01:56 | 显示全部楼层
    呵呵,感谢一下。

    该用户从未签到

    发表于 2009-1-22 15:58:17 | 显示全部楼层
    原帖由 发哥 于 2009-1-14 19:59 发表
    / P) {+ ~# X4 u1 ?0 C2 w: f增加了一个自由指定最大页数的版本。% L8 }. ~, W$ N8 X
    就是不能拖动着用了
    - Z- y" L* \0 V  T( O, Ghttp://daminghome.com/tools/wiki2mdxa.rar

    ) h1 w) w" G2 H7 ]9 |' G* N9 A; S
    运行后提示说"MUST SPECIFY THE MAX PAGE OF THE FILE"  E4 Z; t) u2 _8 d/ a3 y
    请问怎么指定最大页数?

    该用户从未签到

    发表于 2009-2-6 08:57:31 | 显示全部楼层
    今天提取WIKI DIC日语版时出现错误提示无法转换:
    ' e( s% C/ ]! L/ B7 B( @"unable to handle any case setting besides 'first-letter' at w2.pl line 18."
  • TA的每日心情
    开心
    2018-7-19 02:16
  • 签到天数: 20 天

    [LV.4]偶尔看看III

     楼主| 发表于 2009-2-6 11:41:49 | 显示全部楼层
    原帖由 tony4d 于 2009-2-6 08:57 发表 4 i* d" p$ Z8 o" q
    今天提取WIKI DIC日语版时出现错误提示无法转换:
    2 v3 d: X& H& P2 v, [: e"unable to handle any case setting besides 'first-letter' at w2.pl line 18."

    * u2 {7 S. @2 K, S8 I8 t8 n! ?别理会这个..你看生成文件了没..7 Q. D8 n" Y8 X/ [
    我忘记怎么指定页数了..
    : Y5 T2 B  f' ^3 K你在cmd下敲一下这个命令看看...

    该用户从未签到

    发表于 2009-2-6 12:20:33 | 显示全部楼层

    回复 10楼 发哥 的帖子

    没有任何文件生成
    : e* x$ ]  x/ [1 C* Z0 S5 j要不你下载这个维基日文词典源文件看下是怎么回事
    5 T1 p) _  s  y& Shttp://www.namipan.com/d/0203.xm ... 73d014c0094af5b5a03
  • TA的每日心情
    开心
    2018-7-19 02:16
  • 签到天数: 20 天

    [LV.4]偶尔看看III

     楼主| 发表于 2009-2-6 16:17:47 | 显示全部楼层
    不能处理分段的。。只能一次读一个整dump文件。。

    该用户从未签到

    发表于 2009-2-6 16:47:50 | 显示全部楼层

    回复 12楼 发哥 的帖子

    啥意思啊。是我下载错了,还是维基词典的格式就是不行?; @' r" N2 T, G" A
    那MAC那英文维基词典是用什么工具做的啊,可否分享一下,我想做下这个日语维基词典。
  • TA的每日心情
    开心
    2018-7-19 02:16
  • 签到天数: 20 天

    [LV.4]偶尔看看III

     楼主| 发表于 2009-2-6 18:15:15 | 显示全部楼层
    我只分析了维基百科和文库。辞典没注意过。貌似差不多吧。。这个程序本来是我写来处理英文维基的副产品。。6 W9 ]3 t! z5 o" g& \4 t3 a

    , q$ D% J: ?1 Z( X# ^1 c* c3 Rmac的词典是用原先的一个工具做的。。你发短信找他要就对了。

    该用户从未签到

    发表于 2009-2-6 21:37:44 | 显示全部楼层
    转换工具在这儿:
    9 e+ k8 a% f: `* G# B7 l. f# h. F6 o3 j
    % Z' s7 u" R+ b0 K; T! z* E9 {) Ahttps://pdawiki.com/forum/viewth ... mp;highlight=wikito
  • TA的每日心情
    开心
    2018-4-28 13:02
  • 签到天数: 1 天

    [LV.1]初来乍到

    发表于 2009-3-7 10:08:24 | 显示全部楼层

    wiki2mdx文件生成

    wiki2mdx转换后找不到生成的文件

    该用户从未签到

    发表于 2009-3-7 11:38:02 | 显示全部楼层
    在 C:\Documents and Settings\用户名\

    该用户从未签到

    发表于 2009-3-7 23:35:33 | 显示全部楼层
    几位大佬授人以渔,实在感谢。

    该用户从未签到

    发表于 2009-3-18 03:08:57 | 显示全部楼层
    报告使用结果:  m6 i0 ?; r+ o: u) z, T
    我在转换西班牙文维基时报错,没有生成任何文本。西班牙文维基词条超过100万,xml文件体积在1.6G左右。
    % H0 Z; M8 m; Y- L& I
    : U, T, ^0 V, m还请楼主解惑,谢谢了。

    该用户从未签到

    发表于 2009-5-6 20:31:44 | 显示全部楼层
    wiki的图片文件是哪一个?
    2 E3 m% A  u8 Q- k% m. M) Y6 @怎样制作有图片的wiki百科?4 q9 U4 j( d, S: g1 o
    谢谢!
    您需要登录后才可以回帖 登录 | 免费注册

    本版积分规则

    小黑屋|手机版|Archiver|PDAWIKI |网站地图

    GMT+8, 2026-10-15 11:15 , Processed in 0.026372 second(s), 26 queries .

    Powered by Discuz! X3.4

    © 2001-2023 Discuz! Team.

    快速回复 返回顶部 返回列表