再说Mdx的字典文件处理

再说Mdx的字典文件处理

上次说了Mdx的字典文件的处理并不难，难的是出现个例就是麻烦事。如音标的处理。在《21英汉大词曲》里的音标用方括号来标识。但在这本词典里，用方括号的还不止这一种，还有别的如“[口语]”、“[美国英语]”、“[俚语]”等等，在EmEditor里查找：\[[^一-龥]{0,50}\]可以查找所有的音标，但第一个就出例外了。第一个是 a [强ei,弱ə]就是例外。还有多少个例外呢？

就《21英汉大词曲》而言，经过粗略的整理，呈下图中的格式：

图一

第一种，单词+Tab+单词+1……

第二种，单词+Tab+单词+词性.1……

第三种，单词+Tab+单词+音标+1……

第四种，单词+Tab+单词+音标+词性.1……

但作为一个三维数据表，我需要的是这样

图二

所以，很多的努力都是要把图一的柱子变成图二。

用emEditor来做，方便是方便，就怕出现例外。实际上也确实存在例外。以至于到现在为止我的词典数据都是残缺的。为什么残缺？就是因为出现了例外。好在例外毕竟是少数，也就将就用了。

……