扫描版pdf词典制作成文字型mdx词典需要哪些流程？

技术交流与词典编修
,
1

请假各位朋友，如果我想将一本高清的扫描版pdf词典（页数较少），我想把他用ocr识别文字，然后提取出全部文本。在根据这些文本制作排版跟纸质词典上面一样精美的mdx格式词典，我需要哪些工具和流程呢？技术上能实现吗？

2

直接用abbyy ocr导出成html文件，然后找个文本编辑器清洗文本，最后转成mdx的格式。清洗这步就是文本替换删除，很需要耐心，如果词典页数少排版简单的话，会容易很多。

1 个赞
3

劝退流程：各种尝试、错误频现、通宵几天、勉强可用、不敢相信、不如不要、彻底放弃 :rofl:

4

制作文本MDX，主要的技术准备是HTML+CSS，现在毫无基础的话没必要尝试

制作图片MDX现实些，但首先得知道MDX的一些基础知识、图片加工等

5

for serious use, don’t do it. or at least use some reputable online ocr services, like google ocr, baidu ocr.