之前的帖子在这里，虽然讨论了很多文本化方案，但过了两年都没制作完成。
我开发了校对工具后就准备用这个试试，之前已经用夸克识别了一遍，然后又用gemini识别了文本，配合paddleocr vl1.5提供位置信息，周末用了两天时间以夸克为主文本进行了粗校，修复了大部分错字问题，不过如果两个ocr版本错的一样就不容易发现。
当前版本是词组放在主词条后面，添加了词组跳转链接，然后因为格式很简单，没有加任何样式。
效果如图：
mdx：
拉汉科技词典.mdx (2.4 MB)
如果有人想改样式直接下载python脚本然后修改就行
生成mdx源文件的脚本：
parse_files.py (3.4 KB)
当前版本文本：
拉汉科技词典_quark.txt (4.5 MB)
其他对比文本：
ocr_results.zip (17.0 MB)
拉汉科技词典_gemini.txt (4.5 MB)
