Terminado diccionario

Me encontré con un analizador de Wiki que limpiar mucho el Codex XML exportado, y luego hizo algo extra para limpiar utilizando TextMate regex de buscar/reemplazar y logró construir un diccionario decente:

^{Cuestiones de menor importancia se encuentra como el Codex es un esfuerzo colectivo, y el formato puede variar de un artículo a artículo.}

Puse los archivos de origen y terminó .dictionary archivo en Dropbox:

• Archivos PHP para generar un XML personalizado de WordPress Codex XML exportado
• Los archivos de proyecto para construir el diccionario
• Final diccionario de archivo, pone en ~/Library/Dictionaries ^{_{Espejo en Google Drive (zip contenido visible).}}

Pasos iniciales

Yo era capaz de crear un muy aproximada del Codex diccionario de uso de los recursos de este:

• Siguiendo los pasos para instalar y hacer un diccionario describe en ¿Cómo puedo crear un diccionario para Mac OS X?

• Un ejemplo de XML archivo de la herramienta de SQL para el Diccionario de Apple

  <?xml version="1.0" encoding="UTF-8"?>
  <!--
          This is a sample dictionary source file.
          It can be built using Dictionary Development Kit.
  -->
  <d:dictionary xmlns="http://www.w3.org/1999/xhtml" xmlns:d="http://www.apple.com/DTDs/DictionaryService-1.0.rng">
  <d:entry id="ldap" d:title="LDAP">
          <d:index d:value="LDAP"/>
          <h1>LDAP</h1>
          <p>Lightweight Directory Access Protocol</p>
  </d:entry>
  <d:entry id="midi" d:title="MIDI">
          <d:index d:value="MIDI"/>
          <h1>MIDI</h1>
          <p>Musical Instrument Digital Interface</p>
  </d:entry>
  <d:entry id="xml" d:title="XML">
          <d:index d:value="XML"/>
          <h1>XML</h1>
          <p>Extensible Markup Language</p>
  </d:entry>
  </d:dictionary>
  

• Un script de PHP para convertir la exportado Codex archivo XML para cumplir con el archivo de ejemplo. He aquí un archivo de Google Drive con el XML resultante (70 mil líneas) y un Gist con el script de conversión.

Este es el resultado:

Como puede verse, el problema más grande es la de convertir WordPress el lenguaje de marcado HTML.