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: 8656|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:* Q- J/ P, ?* A( z
    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)$ w) Y* Q, V* j- s  n- ^5 o

    - Q- E. W3 B4 O0 s$ S$ V生成的文件名为wiki2mdx0.txt wiki2mdx1.txt等等
    0 ^! f) a( |9 A8 L7 ~! Y0 [
    + b9 @# w2 e( \适用范围:9 o/ a; Q! \; ~5 c' z, `( Q9 V5 q
    http://download.wikipedia.org里所有的xml文件:lol
    7 ~+ k0 e( L5 N( E8 H3 f- |: Y( s/ ~2 v$ u9 y5 C+ L3 u" f+ {  ?
    % }4 J- {" E/ r' r2 C
    用法:
    ; c1 ]3 _9 p1 \- A6 ^3 d1.cmd下 wiki2mdx abkdkeaf.xml
    * l  A; r, c! X' n2.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
    # V8 z. O. z; V6 p1 t0 r& d0 X( y& ]
    下载地址:http://daminghome.com/tools/wiki2mdx.rar# c! @$ C) u9 }; q: g2 f
    3 G* M4 z# G# z% |, z' R; Z
    http://blog.daminghome.com/tools/wiki2mdx.rar
    ( E4 n: a; }0 R' f' M! B3 X" u  ~+ v( s) T8 ?5 p2 I" p! r
    7 t( f/ b  i* `1 e
    优点:: M1 R' _9 {/ O5 p7 s0 P4 N3 ]) I
    基本不占内存,不影响正常上网。# y8 t3 D. T! ]( D

    ; R/ P! d6 V# [, T/ v# y) Y/ Z! X缺点:* R6 ?; u7 ], @( u' y* O# b
    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。~
    7 k4 y# J6 y  r3 [5 j. c- V9 ^0 R4 i- S' b
    7 O5 |, i+ p8 m& r+ o% c" a
    作者:
    ) k% G9 z+ Q, }: M8 \6 b+ }- p/ }. M9 x6 d, j& P
    我码出来的。。。
    " k0 U; Q1 G9 x1 p) u2 I/ g# K
    ( E& L. d6 ]) e[ 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。
    2 a* q6 P: y8 a- K$ g/ @至强四核酷睿二大概是50页每秒3 @) J; _# |! P1 @- s& {6 p6 z
    t5500的笔记本开最低频率是17页每秒左右。
    , D3 i1 s# L8 `0 c" b4 S. ]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" X" w; w) Y; N( c就是不能拖动着用了
    6 d: ?) T0 X" n4 bhttp://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%* {  e) X  {* `/ Q5 Q: B
    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 . Y  R7 z8 [1 b/ Y  X
    增加了一个自由指定最大页数的版本。/ o2 B5 D- J$ i" Y0 D% M# o: y
    就是不能拖动着用了
    5 a2 a+ I' `- w. @- f. L; d' Yhttp://daminghome.com/tools/wiki2mdxa.rar
    - O2 F' S: h7 _7 Q" U
    " j3 W- G. U" N( Z
    运行后提示说"MUST SPECIFY THE MAX PAGE OF THE FILE"- _8 l2 C$ b% ]4 `2 `
    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:8 A( M! d7 N7 q, G5 A2 F' u" q
    "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 ( r' @' B* ~4 b- l- S
    今天提取WIKI DIC日语版时出现错误提示无法转换:
    5 R4 G3 [! |  D, O" J"unable to handle any case setting besides 'first-letter' at w2.pl line 18."

    * v- f8 p& X" w: K别理会这个..你看生成文件了没..
    : _. y) n5 D/ w我忘记怎么指定页数了..: D# J& ~8 u  ^
    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9 ]# v: a. `8 D* e1 C9 D
    要不你下载这个维基日文词典源文件看下是怎么回事" K+ A* }; c6 r1 B9 n2 v
    http://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?1 A7 i+ J- g& }: |6 }8 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。。+ W  m& R- f9 C- a- n$ ?. \/ _
    ; T6 n6 L8 f; C
    mac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:
    . p, U- y' \8 U0 S
    + {- M3 @9 _4 E6 Bhttps://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:
    ! q3 Z/ s, _& |/ `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。5 z5 R- V) O5 R# v7 ^5 [- U
    % {* i2 O( K! X; w6 }9 `
    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?1 M( a1 j7 D* T
    怎样制作有图片的wiki百科?
    ( S* u  Q3 ]+ }7 k9 K( M; g( i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, 2025-5-2 10:33 , Processed in 0.023911 second(s), 24 queries .

    Powered by Discuz! X3.4

    © 2001-2023 Discuz! Team.

    快速回复 返回顶部 返回列表