【发布时间】：2015-09-10 20:41:40
【问题描述】：
我将用多种语言（英语、日语等）解析一个维基词典文件。从这里 (Parse Wiktionary XML data dump into MySQL database using PHP) 我看到了它的基本结构。但我的问题是这些元素代表什么？
例如，我认为页面元素下的标题是词汇表中的一个单词。但是它在其他语言中的翻译在哪里？它的同义词在哪里？
【问题讨论】：
标签： xml wiktionary
【发布时间】：2015-09-10 20:41:40
【问题描述】：
“……翻译成其他语言？它的同义词在哪里？”
要告诉你三个坏消息。
所有这些信息（翻译、同义词）都是维基词典文章的纯文本。
不同的维基词典有不同的词典条目结构。比如比较English Wiktioinary和Russian Wiktionary中的文章结构。
在 XML 文件中没有显示维基词典文章的结构，它只是一个简单的纯文本，请参阅第 1 项。因此您需要解析此文本以提取同义词或翻译。
欢迎您阅读我关于将维基词典文章的文本转换（解析）为机器可读数据库的论文：http://arxiv.org/abs/1011.1368
【讨论】：
-
不错！希望能帮助到你！现在我只需将每一行读入 Python 并提取信息。但似乎异常无处不在，很难使用规则来提取它们。嗯……