非常感谢! 多谢~
我來不及抓，可以再掛嗎？
我试了试 ABBYY PDF Transformer+
导出HTML确实可以保留斜体格式。工作量最大的还是校对，正则洗版其实算是简单的，当然OCR最为容易。
分栏的PDF，OCR前最好切割为单栏，也方便后面校对。
前面的那些灰色背景的PDF，应该先用PDF补丁丁和ComicEnhancerPro等软件处理一下。
尤其是需要作导出蒙版的处理，得到纯净背景的图片。
我幾個禮拜前在ABBYY也搞了OCR，首先用CEP處理過。工作過程還卡在spell-check，完成到70%，很費時間，像機器人一樣。後來custom dictionary累積到某個程度，稍微快了一點，可是還是挺慢的。
1 个赞
我是OCR导出HTML以保留斜体格式。工作量最大的校对，是直接按照mdx的HTML格式排版的，一校对完即为MDX的编译文本。在这个过程中，边校对边正则洗版，可省许多工作，但校对还是最费时间的。
校对HTML格式的文本，VS Code语法高亮和一些插件是真的好用。大屏幕显示器，两个窗口并排，一个图像一个文本
1 个赞
所以快完成了嗎？
這作家的書，有不少spelling error，除了英國人特有的拼法以外。而且這本書的adverb，有的像是造出來的，不算錯但也不規範，不是OED會收的詞。使得spell check搞得更慢。
不是本贴的
其他的英文书
1 个赞
链接挂了，老哥能补一个吗？
第二本如果没有MDX，那就做一个呗
链接挂了，可以分享一下吗
1 个赞
FYI:
2 个赞
这里的环境超好的，大佬技术又好，说活又好听，我超喜欢这里的。
刚好查到一个错别字，刚好有空解包修改了
修改的地方和重新打包的mdx都传这里了。
大佬都是正则，爬取，啥的，我是小白，发帖的压力很大啊 
the synonym finder correct typos
\r\ncontour词条捉虫: Sllhouette to silhouette
The Synonym Finder.mdx (3.9 MB)
2022/4/22手工修改上述一个错别字。
1 个赞