[错误] mdxbuilder总是提示：Content is longer then 8388608 at position:...

wyzh97

今天尝试排版汉典，结果打包的时候总是提示错误。

6 o: M* W* r- q3 O; C2 ?即使是 MdxExport.exe导出的原始txt文件-不修改，仍然提示这个错误，使用的大文件的mdxbuilder版本也是不行。看到这个帖子中提示的类似的错误，但是txt文件中并没有类似的格式错误。。。
  a; }9 W9 K. z: z
4 e) d& p5 H% l- [" t- V
有没有遇到的呢？
3 C8 z* Q$ q8 O: V+ `
: e3 h& }$ Q; L8 X$ M
Begining loading source file...
Content is longer then 8388608 at position: 0 of the source file
Failed to load source file, process cancelled
2 c" P' u4 d  T5 Z9 |如下图：
; Z8 R2 b7 C4 u

* C6 \  |# P/ b* b

wyzh97

流星冲击 发表于 2018-11-8 16:11
提供测试方案:
0 ]+ P# y2 A" s/ w/ Z- x提取:用MdxExport3.5或者python版readMdict生成txt。
+ _) C8 c6 w+ |  f4 \# s写入前:复制原始txt的全文内容到一个新 ...

/ M. H' ?- n$ [- i厉害，使用MdxExport3.5 打开mdx文件时，就发现问题了。——mdx竟然时用UTF-16压缩的。——平时使用mdxbuilder都是默认选择utf-8。
----------------------
7 w; _1 b3 ~, }- \' v: Y4 c4 Q5 l* P8 z另存txt文件为utf-8   ---  搞定！！！
% T4 o1 ~2 w" X! e$ j, v-----------
7 n7 E( J' D  f2 h* m% c2 k谢谢

greatszh

如果不是源文件格式错误的话,尝试着用低版本的mdxbuilder,最新的好像方方面面的自成一套.原有的拆包打包的都是基于旧版本的mdxbilder

han198808

lgmcw有完美的python生成mdx脚本，你找找看他

流星冲击

  P( d+ t( |9 W, ~- {" C1 C1 Y
提供测试方案:
0 w! G8 x8 `) u: j1 b8 z1 e' M提取:用MdxExport3.5或者python版readMdict生成txt。
& q$ N; p" E) z$ [写入前:复制原始txt的全文内容到一个新建的空白文件再另存为，最后才写入。这一步是确保编码没问题。
写入:词条自动排序用mdxbuilder 3.0 beta2,词条自定义排序用python版writeMdict。

wyzh97

greatszh 发表于 2018-11-8 15:42
5 m0 l& z1 R" `  C如果不是源文件格式错误的话,尝试着用低版本的mdxbuilder,最新的好像方方面面的自成一套.原有的拆包打包的 ...

# H$ a0 g$ o0 a( m# `8 n; B尝试了2.1  3.0（含大文件版本）  4.0  版本，都是出错。。。
! N3 K$ p" A( T% i
' i9 d& j* `( y* u. s: T4 v" `伤

喬治兄

流星冲击 发表于 2018-11-8 16:11
提供测试方案:
. _5 J+ g" E* i! }+ {# l提取:用MdxExport3.5或者python版readMdict生成txt。
5 r6 U/ r( `1 z写入前:复制原始txt的全文内容到一个新 ...

$ S4 l# R5 w  j& P! W謝謝流星 兄 總是能及時的指點迷津排憂解難

luzaihefan918

Content is longer then 8388608 at position: 0 of the source file。
我也出现了这个问题，兄弟，你是怎么解决的。

shawky.nasr

删除空格
& Q+ A) p5 h# G% q% E) Q' _Emeditor：

* l( L3 @& W4 m* w. Q' `, c) N

•Default Menu: Edit > Convert Selection > Remove Empty Lines

飞扬小梁

我今天也碰到这个问题了，原因是词条内容行太长，最长的词条内容行有190万字节长，后来把词条内容行长缩到40多万字节以下就可以转了

lutts

wyzh97 发表于 2018-11-8 16:44
厉害，使用MdxExport3.5 打开mdx文件时，就发现问题了。——mdx竟然时用UTF-16压缩的。——平时使用mdxbu ...

我也遇到到了这个问题，虽然你的问题和我的不一样，但还是受到了启发，多谢！我出这个问题是因为文件不是Windows CR LF换行，不知道为什么存成了Unix形式的换行

bulldo

MdxBuilder 中编码设成 UTF-16(Unicode)，就能顺利把《汉典》从txt变成mdx
3 K8 l  Z1 P2 z( C+ Nhttps://www.cnblogs.com/fnlingnzb-learner/p/6163205.html

bulldo

wyzh97 发表于 2018-11-8 16:44
厉害，使用MdxExport3.5 打开mdx文件时，就发现问题了。——mdx竟然时用UTF-16压缩的。——平时使用mdxbu ...

( X# O6 V3 c! V: o( k在MdxBuilder 中编码设成 UTF-16(Unicode) 错误就没有了
https://www.cnblogs.com/fnlingnzb-learner/p/6163205.html
% _. \3 |" @7 v……
# v+ j+ O. Z' D) C反过来 UTF-8 也不完美，也存在一些问题：
/ n. t8 i$ @+ X7 e6 P+ R1 V文化上的不平衡——对于欧美地区一些以英语为母语的国家 UTF-8 简直是太棒了，因为它和 ASCII 一样，一个字符只占一个字节，没有任何额外的存储负担；但是对于中日韩等国家来说，UTF-8 实在是太冗余，一个字符竟然要占用 3多个字节，存储和传输的效率不但没有提升，反而下降了。所以欧美人民常常毫不犹豫的采用 UTF-8，而我们却老是要犹豫一会儿……