獲取網(wǎng)頁鏈接首先，我們需要獲取要抓取的所有詞條的 URL。新建一個名為 download.txt 的文本文件，將每個詞條的 URL 都寫入其中。將 download.txt 和 wget.exe（如果

獲取網(wǎng)頁鏈接

首先，我們需要獲取要抓取的所有詞條的 URL。新建一個名為 download.txt 的文本文件，將每個詞條的 URL 都寫入其中。將 download.txt 和 wget.exe（如果你下載的是 wget 版本號.exe，則將其重命名為 wget.exe）這兩個文件放在 D:DOPF 目錄下。接下來，在 cmd.exe 中執(zhí)行以下命令：CD /D D:DOPF，然后運(yùn)行 wget -i download.txt。這樣就可以下載所有鏈接對應(yīng)的網(wǎng)頁。

抓取網(wǎng)頁內(nèi)容

使用 wget -i download.txt 命令將剛才下載的所有網(wǎng)頁都抓取下來。這樣我們就得到了所有網(wǎng)頁的內(nèi)容。

提取文本

觀察網(wǎng)頁內(nèi)容，我們可以發(fā)現(xiàn)詞典條目的內(nèi)容位于第一個

和

標(biāo)簽之間。利用 TextForever 等工具可以很方便地提取出所需的文本。

合并文本

提取完畢后，將得到的所有 HTML 文件進(jìn)行合并。在合并過程中，無需在文件內(nèi)容前加注文件名，而是在文件內(nèi)容后加入空行。最終得到 dopf-src.txt 這個可用于構(gòu)建 mdx 格式的文本文件。

替換標(biāo)簽

mdx 格式是基于 xml 的，但 MDict PC 版不支持 xml css（除非升級內(nèi)核）。因此，我們需要將 xml 標(biāo)簽替換為 html 標(biāo)簽。通過一系列的操作，最終得到處理后的文本。

編寫 CSS

根據(jù)詞典的樣式需求，編寫相應(yīng)的 CSS 樣式表，以使詞典顯示效果更加符合預(yù)期。

解決問題

在制作過程中可能會遇到一些小問題，但我們可以逐個解決。最終，我們將得到一個完整的 mdx 格式詞典。

結(jié)論

通過以上步驟，我們可以輕松地抓取網(wǎng)頁并制作成 mdx 格式的詞典。制作完成后的詞典比在線查閱稍微順眼，同時也更加方便快捷。