raw_zgls.mdx (12.0 MB)
开发中，todo_list：
- 替换内码为Unicode
- 替换换行
- 显示章节
- 排版
- 梳理图片、链接
- 校验内容（对照一遍）
已知问题：
- 有两个词条内存中数据有两份同样的数据。
- 有两个词条【@1】与【@Y】中含有换行符。
- 内存数据的提取过宽，导致有乱字符 NUL 等，如果以此为条件，会删掉有的词条。几十卷，若手动修不如等待同好爬在线版的一版了。若修改提取逻辑（如分为实词条和链接词条分别提取、bytes逐码与已有词条对比删除，需要各种验证，有空再玩。
3 Likes
感谢分享 
1 Like
老兄只举了一个例子。
根据少数例子来做结论，结论未必可信。
像邓小平这种重要的词条，做mdx的人假如根据更新的版本补充了数据，也不是不可能的事。
我自己做的mdx，就喜欢补充数据。我改了数据，会加校记。别的mdx作者似乎爱随手改了就算。
第一版的中国大百科全书，内容的确很好，就是光盘版使用太麻烦了。
之前也使用过这2种版本：
24CD版本，只能运行在32位系统，内容可以复制。
4CD版本，内容不能复制。
mdx版中国大百科全书已经做的相当完美，远超此前的各种版本，没有必要如此怀旧吧？