TA的每日心情 | 擦汗
2021-3-8 17:59 |
|---|
签到天数: 2 天 [LV.1]初来乍到
|
楼主 |
发表于 2014-2-11 18:15:25
|
显示全部楼层
本帖最后由 lixun305 于 2014-2-13 11:59 编辑 7 z/ S: g1 E0 @
V1 R; |$ E' g Q8 U1 |2 ?1 _% [
粗略程序已经上传： SqLite2MDB.exe ，有啥bug请交流或告知，千万别骂娘。3 X3 ]+ T2 b1 P9 L. j
; ~3 ?* t" i6 v$ p$ t/ l0 r ]
现代汉语词典第六版.mdx制作过程:
: H3 o( p9 }1 J3 P7 c/ b; o# H网上有好几个 “现代汉语词典.apk"，重名，也没具体研究过，但都号称支持第六版，这就够了，咱就从这个抓起（版权问题归原作者，这里纯研究，不过好像他们的词库都几乎一样，这个版权怎么说呢？）。$ Q7 u( O0 v2 a! w1 }/ r
简言之
8 h: e8 w6 p; T0 Z. E; Z1. 网上下载apk文件2 f4 K: f, N: |
2. 从其中提取出词库
0 t* w$ l: D. l3. 进行整理9 g: p/ j L# f+ Y8 }8 @
4. 转换成 mdx 文本 k, r( u* F7 d- i# [8 P& D
5. 用mdxbuilder生成。$ D4 @+ T+ b7 c% @
8 b5 T* s. Z& S2 {" t
详细制作过程待续。。。
7 w) q) u3 k5 f) y, n9 G+ o/ M& s
不一定有通用性，不喜勿喷。。。8 Z% T8 M- e! i2 o2 v
; @+ w8 D2 r0 l1. 网上下载apk文件
8 \* z( `6 j. D$ b( g" h, }7 lapk文件就是android的标准可执行文件，点击就可以安装到手机上，类似于pc下的.exe文件。究其根本，android源于开放系统linux(我不怎么懂，姑且这么说，勿喷)。所以，apk文件本质上就是一个zip压缩包。 下载到 现代汉语词典.apk后，更名为 *.zip，解压到某一个文件夹下，看到一堆目录和文件，有一个文件夹 assets ，里面是 apk程序的一些数据文件， 在资源管理器下用 详细信息 方式查看，然后按照大小降序排列，一般情况下最大的前几个文件就是词库文件，例如 我看到的：
7 y; k8 q. M7 u4 F0 Y% K apk1:
8 Z; E2 w1 s/ ^; U4 L" n# t xingkai.ttf
: v$ _$ ] p B: H; V2 K( P8 x: x story.dll# X% w7 u% V% Q
apk2:
3 H4 a, D& F" p' S$ z" R dictionary.dll4 h g+ o- Y2 X, a7 x
当然，都是穿着马甲的。
- S7 d' ?" N# Z, {8 l 用ultraedit打开，可以看到：
4 c: p: ~: c& W7 X1 N 伪装成 字体文件的 xingkai.ttf 实际打头的字节是 PK，那么，他就是一个zip文件，把他更名为 xingkai.zip，解压缩，得到 % V0 C/ K( h: s* A+ p
bushou,dat nxbzdxh.apk, nxbxd.apk nxbchina.dat ，这几个文件是用扩展名穿的马甲，用ultraedit一一查看，好了，均是SQLite format打头，那么，这四个文件都是 SQLite格式的数据库文件，将他们均改名为 *.db文件，用SQLiteDev.exe查看，成功打开，分别是 部首词库，新华字典， 汉语词典 成语词典。
6 i, I6 G' |5 ]1 H; _- E; D( W. Y 伪装成系统文件的 story.dll 文件用emeditor打开，发现就是一个文本文件，当然，是unicode格式的，用一般的文本查看，是乱码。
# B" o e; ^% X9 N8 r 伪装成系统文件的dictionary.dll用ultraedit打开，也是pk打头，更名为zip文件，解压，看到xinhua.db xiandai.db，用ultraedit查看，都是 SQLite format，这个倒是干脆，懒得二次伪装了，那就不客气了，收下！ 用SQLiteDev.exe查看，分别是新华字典词库，汉语词组库（包括成语，词组，故事）.5 O' o- J( X3 B- Q5 Z: D
这就是通过两个apk文件，得到两个几乎一样的现代汉语词典第六版词库的方法。$ f; b2 n3 Z; J4 k
2. 5 B( z, s0 q2 a* u0 l2 r5 e0 D
得到 SQLite格式的词库，虽然可以用SQLiteDev.exe查看，编辑等，但毕竟很不方便，我也没有认真研究SQLiteDev的心思。毕竟做不少特殊的工作，用通用程序SQLiteDev是无法满足要求的，因此，还是自己着手编程来的灵活。 这就是SqLite2MDB.exe(下面简称sq)编制的初衷。
# j5 P2 {3 m5 ~: `& I2 F/ T0 O通过sq，将sqlite格式转成我熟悉的mdb格式，就可以用以前的积累，灵活处理了。sqlite数据库的处理源代码可到 www.codeproject.com中搜索。 ^, p# a; [6 X V! _# x$ R
通过sq, 可选择sqlite数据库中的一个或多个表格，转化成的mdb文件也将以同样的名称创建这些表格。此时得到的mdb词库和原来的sqlite格式是一样的，并没有做什么处理。 相当多的字段都是乱码或者无法识别的16进制数字。
6 O+ f& b& j. J7 G! w+ j) m( J( p3. - f& z6 P7 j3 q" @ `: ^/ s
通过sq,可以将2中转换出来的mdb数据库加载，在列表中可以看到10条或者更多的记录。一般情况下，有很多字段都是乱码或者无法识别的16进制数字，分两种情况：
( Z! W. B4 X% w& k& N0 J乱码字段：这些一般是unicode编码，此时可以点击unicode ->ansi，就会将每一个记录对应的该字段转化成可以识别的字符。注意，转换之前备份一下mdb文件，这个不可逆转啊。转换前请选择要转换的一个或者多个字段。3 N0 Y, F, S, e& ~9 x& k
无法识别的16进制数字字段：这些一般是utf8编码，此时可以点击UTF8 ->ANSI，就会将每一个记录对应的该字段转化成可以识别的字符。
9 U# n+ s+ g5 v- ^可能有些软件将这些词库做成加密的或者通过什么算法处理过了，对不起，只能放弃了。
3 E4 v+ o5 G4 Z. Q! Y8 L3 a9 J可能得到了几个数据库文件，可以都转换成mdb文件，然后用microsofit access打开并合并，这个多个数据库的合并我就没有做到程序中，很繁杂，我也觉得没必要。5 }, W' l8 X4 ~# I$ ^2 u# H
得到的词库，大多表格名称或者表格的某些字段名称不合意，可以在access中更改，删除等，整到自己满意为止。; `* k. D: W; A- V1 i
4. 转换成mdx词库文本文件.
2 ^3 Z; ]) t2 k8 \ p8 n这个应该是大家最关注的。: \! f g* N* y g7 v. z
转换前要明确一些任务：(当然，直接ok, ok下去，也会得到一个缺省的mdx文本).( G3 @+ S* p- l, X4 J* ]
(1) 要将mdb文件中的哪些表格转到mdx中。 例如，mdb中新华字典，成语词典，现代汉语词典等，可以选择一个或者多个。
, N: S5 O+ [' b- A: [ (2) 针对某一个表格，要将哪些字段的内容转到mdx中。 例如新华字典有 _id 汉字 拼音 解释等字段，_id是为了排序需要加的，没有必要出现在mdx中，可以勾掉。 如果不处理，就是选择所有字段。
6 l1 r5 [4 R1 n0 u: ~# f (3)针对某一个表格，要将哪些字段的内容作为索引。 例如新华字典，希望做成的mdx文件，以 汉字 字段为索引，没人愿意以 1 2 3 4 .....为索引，mdict 搜索的时候，左列如果一堆数字除了挠头有啥用。 索引字段也要勾选，不勾选默认是第0个字段。1 r4 a" @% y7 c4 ^$ G5 `! ^
操作步骤：
( v! S. _! b; R$ \ a. 打开一个mdb文件，将(2) (3)中的工作做好，注意是对每一个表格都要做，程序中会记住你的选择。; r! Z( L7 }0 H9 s2 T/ H
b. 选择表格。
$ ~: z d1 t4 j' r9 m1 ] c. 点击 mdb转换成mdx文本 按钮即可。# _, `0 f2 a' r9 n, o
注意：生成两个文件（例如选择了表格 xhzd)，xhzd.txt xhzd_info.txt。前者为mdx文本文件，后者是mdx文件的“关于词典”时出现的内容，里面是一些信息，包含，文本从哪些表格转换而来，有多少记录，转换的时间，转换作者（用过mdcit的都知道把，就是:about后出现的)。 xhzd.txt 是纯文本方式，如果原来的词库含有声音、图片等复杂格式，此程序概莫能助。
; G& p! [% x: F/ A- |$ c$ b$ r$ \, t5 {
5. 有了mdx文本，用mdxbuilder即可转换成mdx文件，可将xhzd_info.txt的内容粘帖到mdxbuilder 的 Description 后的编辑框中，当然可以贴上自己的内容。+ l, W. Q% a. {3 h5 U# Q( F2 n
|
|
匿名
发表于 2014-2-7 10:22:16
