mdx 科普、制作教程大合集[进行中][20180121]

Oeasy · 发表于 2016-12-21 11:23:18

本帖最后由 Oeasy 于 2018-1-22 00:06 编辑

我准备有空就写点关于 mdx 制作的文章，发到公众号（@ducidian https://www.pdawiki.com/forum/thread-19351-1-1.html）上。
► 个人公众号第一发： [2016-12-22] mdx 制作浅谈 https://mp.weixin.qq.com/s/S7Yrqee2lSvdReKnfU5jyQ
[2016-12-23] 三分钟怼个《中华汉英大词典》（上） mdx [仅 1 词条] https://mp.weixin.qq.com/s/1v6keF0Nr7tgadM1C69sGg
[2017-01-06] mdx制作随想：时间、金钱、精力、学习…… http://mp.weixin.qq.com/s/YiA4GzSpHjdJXFA3JIJuRg
[2017-01-21] GoldenDict 全文搜索几例 http://mp.weixin.qq.com/s/gHMJrVG_bmGw142fEEtNeQ

拟把这个贴打造为教程合集贴，一贴在手，别无所求。如果有什么细节上的问题，也可以跟帖回复，有时间有经验的朋友，看见了会帮忙的。
有一些问题，太大了，很难回答的。请多用 Google、Bing ，想知道什么，就搜一下，比如 HTML、CSS、JavaScript、Python、正则表达式、爬虫，把关键词一搜，就有海量的资源、教程，专门再写相关教程，太耗费时间了。
- 请耐心一点！善用、多用搜索！mdx 制作不难，拿出一节课的时间（45 分钟）认真阅读本文以及文中链接，基本就入门了。入门抓核心，高手看毫厘。剩下的就是多实践，多动手。
- mdx 诞生于 2002 年，已经有 16 年历史了，你遇到的问题，基本前人都遇到过且提供了解决办法。

关键技术（不是必须，随用随学，现学现用）：
- HTML、CSS、JavaScript
- 正则表达式
- Python 等编程语言

---

新手必备工具（Windows 操作系统）：
- MDict Windows 版 (1.3 RC4) 下载：http://www.mdict.cn/download/MDictPC.zip
► 用于制作过程中的测试，看效果，当然，也可以用其他支持加载 mdx 的词典软件测试，但是根据我的经验，MDict PC 版速度最快，不过可能同一个 mdx 在不同软件上，排版效果会有差异，这是另一个话题了。
- 文本编辑器
► Text Editor，用于编辑、查找、替换 txt、css、js 等文件，根据投票结果，本坛 mdx 制作者用得最多的是 EmEditor ，请自行 Google、Bing、Bidu、Sogou、360 搜索下载。
[索引] mdx 词库制作者们，你们最常用什么文本编辑器？ https://www.pdawiki.com/forum/thread-19418-1-1.html
- MDXBuilder (3.0 Beta2) 下载：http://www.mdict.cn/download/MdxBuilder.zip
► 用于将 txt 转为最终成品 mdx，将 css、js、音频、图片等打包进 mdd。
- MdxExport 3.3 下载及讨论：https://www.pdawiki.com/forum/thread-17709-1-1.html
► 这个工具作用和 MDXBuilder 恰好相反，可以将 mdx 转为 txt ，将 mdd 里的文件提取出来。
MdxExport 3.3 的前身是 GetDict2.6/2.3 etc.
熟悉 Python 也可用 readmdict.py https://bitbucket.org/xwang/mdict-analysis 提取 mdx/mdd 内容。

---

解压缩“MdxBuilder.zip”，里面有个文件“manual_Chn.txt”，里边很多内容我觉得都过时了甚至有误导，然而下面的内容太重要了，看懂了，掌握了，其实就已经入门了：

3) MDict的html格式: B7 C! s0 k2 D6 e) t: ~6 D
每个项目两行
% \4 H& }1 ~1 f+ R5 v第一行是关键字3 Q3 y$ M( b3 [) E* W. r6 |6 X4 e
第二行开始是正文, 这里的正文应该包括关键字。可以使用html的标记(不要包含<html>
 c0 P5 m6 R& _5 A<body></body></html>, 这个程序会自动加上, 另注意在转换时要指明源数据为html). 8 [2 Q% x; y" N) W% |
如果需要显示音标的话，可以利用html指定字体就可以显示了。(参见下面的例子)
+ |: H! E) @4 a6 d. q正文结束后必须用一行</>表示结束" J; K+ m" ^0 r- n

1 n( b3 I5 O3 b8 K$ {+ j% ]; O4 z例子:# s5 @% u9 E9 v$ e8 ?+ R8 o
Whole4 Q# p7 z" I5 z
whole
( z6 e8 d/ h$ ]* N( \; e + m' n( B) k9 M( O" A2 r R% |1 S
(hol,hJl; houl)9 l; d9 b( F* p& W' i+ [
</>
) `( d: ~/ E, R7 k! @7 F2 X- }& `6 e& i( R1 u" `. Z) ?
(注意"</>"和下一个记录间不要有任何其他空行，请参考example.txt中的例子)
8 M) W% a ^' J% U9 o2 Y, x" C
在html中连接到其它关键字的方法：& k3 F$ g% H9 h& o3 X2 s
<a href="entry://key#section">key</a>
- f7 f, w- _: H; H其中key是关键字，section是对应关键字页面中的section名称.2 C8 L. u7 e' f3 g' m

. H/ f' Q* i. T) @! f2 z在html中嵌入图片的方法:(PC版的MDict 1.0以上版本才支持图片)
% h1 u( q9 [$ a2 G5 Y<img src="file://abc.gif"> 或者 <img src="/abc.gif"> 其中src指向的文件名大小写不敏感
! T5 H1 S8 k" |并将所有图片文件放在一个单独的目录中(不要与词典源文件放在同一目录中). 数据目录中可以
8 C% V7 ?6 l- K带有子目录。在使用MdxBuilder制作词库时，将Data路径指向上面存放数据的目录，该目录中的
" @9 O( l5 Z2 H3 j& x& {7 `6 C所有文件都会被压缩到后缀名为.mdd文件中,使用时该.mdd文件应当与.mdx文件在同一目录下。. L0 z- W7 `- _/ r+ v r" a
: J% M& l) |" E
在html中嵌入声音的方法:
8 P+ ~, l4 H8 O D8 S" K! z使用链接<a href="sound://keyword.spx">keyword</a> 这样的形式，点击该链接的时候可以进行发音7 H1 s4 X0 v T
发音仅支持.wav和.spx格式的音频文件。
6 \- X( Q' z) P0 C# m/ B& p5 P, w1 k* P( e0 B H- i6 r
内部重定向(内容链接):
8 i% g% V; w" Z+ h6 N' j1) 当两个关键字所指向的内容是一样的时候，可以采取重定向的方式来达到"链接"的效果。内部重定向的格式为:' {+ V! d3 m, o
@@@LINK=关键字: V' w! { [4 t2 p( ?8 P/ b
例如color 和 colour 都指向相同的内容，制作词典时可以正常编写color词条，但对于colour词条，可以写成:% e" u+ Y& F9 |2 N

. j9 T- M% e7 j( s+ ^! Tcolour
: ^6 i0 J4 l" F: r, {- Z/ |@@@LINK=color
( d/ |3 Y' y: u8 Q( ^# e9 p</>. F4 o4 A R# p# I

; C: E; J5 q* Z7 V3 V' A! k当显示colour条目的内容时，程序会自动找到color的内容进行显示，链接是可以多重嵌套的。

特别说明：建议新手、老鸟，没有特殊需求，用 MDXBuilder (3.0 Beta2) 制作 mdx 即可。mdx 格式已经有更新，新版本的 MDXBuilder 4.0 生成的 mdx/mdd 仅有 MDict 才支持，其余软件如 GoldenDict、BlueDict 等，统统支持不了！也无法提取出内容！
参考：http://www.mdict.cn/wp/?page_id=5227&lang=zh
> MDXBuilder 4.0 测试版： *4.0版制作的词典必须最新版的MDict程序配合使用(目前只有 PC 2.0 及 Android 2.0版)
---

---

ldlcau mdict版制作方法和常用工具 https://www.pdawiki.com/forum/thread-899-1-1.html [O注：部分内容显陈旧]

- Oeasy [实例][解压mdx/mdd再打包为mdx/mdd][乱][多图] https://www.pdawiki.com/forum/thread-13388-1-1.html
- 词库制作中可能有用的软件、技术整理 https://www.pdawiki.com/forum/thread-11016-1-1.html

抓取：
Oeasy [wget 不需要编程] 制作Dictionary of Phrase and Fable, E. Cobham Brewer, 1894 https://www.pdawiki.com/forum/thread-11431-1-1.html
bt4baidu 【史上最全】在线词典抓取、制作技术汇总 https://www.pdawiki.com/forum/thread-13219-1-1.html
- https://github.com/OZv?tab=repositories
yaodis 我是这样用 python 制作词典的 https://www.pdawiki.com/forum/thread-12399-1-1.html
chigre 【直播完成】一个在线词典的离线MDX化制作[2012-11-29] https://www.pdawiki.com/forum/thread-10260-1-1.html

dsl 转 mdx，常用正则表达式
Hugh 【图文】手把手教你[转换]+[排版] MDX格式词库 https://www.pdawiki.com/forum/thread-10689-1-1.html

图片版 mdx 制作：
tsiank 图像版mdict字典制作方法 https://www.pdawiki.com/forum/thread-13451-1-1.html
vbnet [索引] 20160710更新( 全部)_制作图片字典工具的试作 https://www.pdawiki.com/forum/thread-16663-1-1.html
chigre [索引] 20161116_【教程】全索引精确定位图片版词典的制作 https://www.pdawiki.com/forum/thread-18134-1-1.html

EPWING 转 mdx
qunwang6 Epwing2Text && HTML+ 外字转换 https://www.pdawiki.com/forum/thread-13867-1-1.html

Babylon / Lingoes / StarDict 等转 txt
bgl 转 mdx / txt 的一点经验 https://www.pdawiki.com/forum/thread-21725-1-1.html
chigre 各种格式词典数据转TXT文本的工具软件(.BGL .LSD .LD2 .MDX STARDICT) https://www.pdawiki.com/forum/thread-10267-1-1.html

游客，本帖隐藏的内容需要积分高于 1 才可浏览，您当前积分为 0

开源代码
github 等地和词典有关的 https://www.pdawiki.com/forum/thread-16586-1-1.html

qunwang6 \BGL\DSL\MDX\CD\ ===> OSX.dictionary https://www.pdawiki.com/forum/thread-13014-1-1.html
---
感谢 MDict 作者 Rayman 十多年的坚持；
感谢各种代码、小工具、软件的开发者；
感谢诸多 mdx 制作者、分享者；
感谢词典编纂者、出版者、服务商，各种百科编辑。

---
- Windows下将startdict转为txt的工具 CvtStarDict2Txt.rar
http://www.programgo.com/article/34123760162/

- 制作KINDLE的词典 https://www.pdawiki.com/forum/thread-15128-1-1.html
- strnghrs - 博客园 http://www.cnblogs.com/stronghorse/

sky66 · 发表于 2016-12-21 22:13:56

laohuhua 发表于 2016-12-21 20:49
( s7 a) L" X) [* E+ k% E可以麻烦你按上述五类展开论述一下吗？多谢。

个人经验浅谈, 首先只要知道 mdx 源文件的格式是这样就好了.

词头
释义内容
</>

### 一、格式良好的文本数据
3 B) c* ?; G4 c/ d% y- Kindle 文字版电子书（mobi、epub）# X6 o& X+ u6 I" x3 U
- 原始的 XML、JSON 等格式的词典数据[有极个别词典光盘，数据就是一个或多个 XML 文件]
# i S& q) R3 k. C- 区分了词头、内容的两列或多列 Excel 表格
* g; \! p0 L, H! |8 D0 T- u- 自行整理、总结的各类适合制作为 mdx 的文本" o8 Z& ~* v R: H; \; }
- 部分文字版 PDF ，这个得看运气了，有的好做，大部分尤其是多栏的、图文混排的很难做! J1 y& ?0 \: Z
- 其他

1. 例如: CNET.epub, epub就是一个压缩文件, 解开, 内有两千多个 xhtml文件.
使用 emeditor 提取出所有 <body>与</body> 之间的内容,
用正则将词头整理出来, 再将</body> 改为</>,
最后用 MdxBuilder, 一个初版mdx词典就完成了.
再来就是要考虑如何排版与精美呈现.

2. 例如: 某个JSON格式的词典数据, 内容如:

"notes": [
4 M2 N2 `- k i9 W6 v
"古国名，建国于主前753年，其最盛世时国境东西约九千里，南北约六千里。"3 n( |" y1 g k
], & M3 P, ?9 c) U5 P
"chinese": "罗马",
0 G4 L; \1 Q5 o8 b! S6 T/ \/ e$ z
"english": "Rome"
, \9 M4 U) ^, U0 {
},

复制代码

使用emeditor提取出 "罗马" 和 "Rome" 为中英词头, "notes"底下的自然就是释义内容
然后将 }, 改为 </>, 完成

3. 例如: 某个词频.xls 表格, 内容如下:

1 the) {: p0 n4 x- Y% q8 m+ r( p. M
2 be
5 X2 n N$ q- N. S9 q) j
3 and
( w$ h; C! S* s9 T
4 of
7 I8 U* [0 S& R' h6 H& l
5 a

复制代码

复制到 emeditor, 找 (^.*?)\t(.*$), 取代为 \2\n\1 \2\n</>
这样就完成了一个简单的词频词典, 要精美就要更多数据与排版了

4. 例如: 某个基础词汇.doc 文件, 内容如下:

10. absolutely ['æbsəlu:tli] + S1 R, K9 ]% z
adv. 绝对地；完全地；是这样

复制代码

同样的, 复制到 emeditor, 再用emeditor整理成如下 mdx 格式.
absolutely
<tit>absolutely</tit> ['æbsəlu:tli] <pos>adv.</pos><def> 绝对地；完全地；是这样 </def>
</>
再制做个对应的 .css, 调整颜色与排版, 完成.

5. 例如: 某个词频.pdf 文件, 内容如下:

1152 absolutely r
( M( h7 A7 V% w( W; U' a; Q
no, right, • nothing, sure, • necessary, ...

复制代码

同样的, 复制到 emeditor, 再用emeditor整理, 排版, 完成.

不过有些PDF就不是这么顺利了..

chigre3 · 发表于 2016-12-21 21:07:48

感觉论坛到了一个瓶颈期：
该有的差不多都有了，会做的差不多都走了，
真的需要一组帖子来普及词典制作~
为下一波高峰助力

泥丸 · 发表于 2016-12-26 00:17:28

提示: 该帖被管理员或版主屏蔽

henices · 发表于 2016-12-23 15:46:46

我一般都是兴趣驱动, 最近对一部词典有些兴趣, 可能会抓取制作.

deeke · 发表于 2016-12-22 02:06:30

做词典讲究四门功课：

1. HTML + CSS
2. Regular Expression
3. Javascript
4. Python

sky66 · 发表于 2016-12-21 14:16:02

汉语大词典, 历经上述三重境界(修改原mdx版、转换dsl版、整理光盘数据)
五种数据来源(PDF文字版、dsl版、扫描版、在线版、光盘/app)
最后连纸本书也买了...

duancj · 发表于 2016-12-21 13:37:20

很好的帖子，感谢O大

zhu1234 · 发表于 2016-12-21 14:30:41

好帖。总结归纳得好。

laohuhua · 发表于 2016-12-21 20:49:12

可以麻烦你按上述五类展开论述一下吗？多谢。

minsk · 发表于 2016-12-21 23:21:58

不可能整理到那么详细的，能把通用的方法讲清楚就已经很不错了
至于各个网站和词典的排版细节太多了，讲不完的

lxchen2001 · 发表于 2016-12-22 03:13:19

deeke 发表于 2016-12-22 02:06, t* j4 J# p5 Y: b
做词典讲究四门功课：& e; u5 U; v! ^% h |
* \4 D9 J- x3 h: a \9 F. _
1. HTML + CSS

先从1开始吧门槛没那么高

用点心的半天时间就看能看懂H5+C3

秋天故事 · 发表于 2016-12-22 03:14:19

好贴，真金白银，赶紧找个位置坐下来听课~~

感谢O大无私分享心得~~

lxchen2001 · 发表于 2016-12-22 03:17:00

chigre3 发表于 2016-12-21 21:07
6 R0 x! |7 Y4 h( W# \& {3 W) i感觉论坛到了一个瓶颈期：, p+ x# C$ _' L9 A
该有的差不多都有了，会做的差不多都走了，
( O0 E0 a3 n4 l0 m& u& B0 f* Q: T0 c真的需要一组帖子来普及词典制作~
2 `0 i) i' T" l2 i# U. E3 F ...

我表明过我的看法，也懒得多说，现在是大锅饭时代。

迪克特 · 发表于 2016-12-22 08:50:23

制作图片版字典需要一张一张处理图片，一个一个词头校对，非常耗时！非常耗时！

Oeasy · 发表于 2016-12-22 09:07:42

sky66 发表于 2016-12-21 14:167 n3 ^2 A# T) r' r9 W ~: G
汉语大词典, 历经上述三重境界(修改原mdx版、转换dsl版、整理光盘数据)
) D6 P1 w! v0 C" M五种数据来源(PDF文字版、dsl版、 ...

真爱，佩服。
好词典当得起这番折腾。
像《牛津高阶英汉双解词典》（第 8 版），分享了的，没有分享了的，各种版本不下十个，而且大多都是自行提取，从第一步开始做。

迪克特 · 发表于 2016-12-22 10:09:05

制作词典耗时费力，需要组织制作团队！或者请吃鱼出山！

adv122 · 发表于 2016-12-23 04:06:03

本帖最后由 adv122 于 2018-1-22 16:00 编辑

多谢O大分享

xzqxq · 发表于 2016-12-24 06:59:23

希望楼主尽快完成，非常需要这样一个完整的教程。

mingqing007 · 发表于 2016-12-25 00:24:58

其实有个完整的详细的教程真的挺重要的，感谢分享~~~

泥丸 · 发表于 2016-12-25 00:40:42

sky66 发表于 2016-12-21 22:130 N5 Q+ f/ D# d
个人经验浅谈, 首先只要知道 mdx 源文件的格式是这样就好了.; \9 i3 v" |! Z3 o% R2 A# |
3 @+ s" q$ J4 X, f9 U/ I
词头

真的是手把手授人予渔

njuzwr · 发表于 2016-12-26 19:32:04

学一学如何制作

70A · 发表于 2016-12-27 14:05:24

楼主2016-12-23的那个《中华汉英大词典》（上） mdx [仅 1 词条] “怼”得妙极了，读完贴忍不住笑出了声。随时都在楼主这个帖子的新内容，期待中。

九合诸侯 · 发表于 2016-12-29 05:11:43

按照HUGH的转换和排版帖子想转一本DSL，可惜卡在排版那一步了，花了几个小时，毫无进展，还是缺乏CSS和HTML的相关知识啊。

akureyri · 发表于 2017-1-3 13:37:43

Thanks very much !!!

		自动登录	找回密码
密码			免费注册

泥丸泥丸当前离线积分 720 该用户从未签到	发表于 2016-12-26 00:17:28 \| 显示全部楼层提示: 该帖被管理员或版主屏蔽
泥丸泥丸当前离线积分 720 该用户从未签到
	回复举报

[索引] mdx 科普、制作教程大合集[进行中][20180121]

本帖子中包含更多资源

评分

本帖被以下淘专辑推荐:

本帖子中包含更多资源

评分

点评

评分

点评

本帖子中包含更多资源

点评