xml - 有人知道维基词典 XML 文件结构吗？

Question

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？

Answer 1

“……翻译成其他语言？它的同义词在哪里？”

有三个坏消息要告诉你。

1. 所有这些信息（翻译、同义词）都是维基词典文章的纯文本。

2. 不同的维基词典有不同的词典文章结构。例如，比较英语维基词典和俄语维基词典中文章的结构。

3. 维基词典文章的结构没有在 XML 文件中呈现，它只是一个简单的纯文本，参见第 1 项。因此您需要解析该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