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
$ Q$ X3 Y. A5 U( C每个项目两行
9 l7 ~ E/ v$ D/ ~第一行是关键字5 p1 A3 U- ~4 p% s" U+ q, u3 W+ P g
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>* B" A, r. \8 `: O& f
<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). , G# \# k& k( [ t" v
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)# m A: O6 B# r/ Q" O2 F, _
正文结束后必须用一行</>表示结束& T6 ?) P* P5 ^

& C6 E, q/ k6 I% w$ c& n例子:
6 {" p+ o7 X) W1 n- P+ G; ?Whole
! p" t! f* J u3 }& |! lwhole
% Z8 z6 A6 h0 r: n- f 
2 n7 ]4 [2 S& D1 ?- m Q! t. S9 A5 L(hol,hJl; houl)( X7 I/ I6 e J9 r1 P; Q
</>3 Y2 y8 t( P& `+ w0 ~

8 w6 |0 f( A6 I1 P9 C" f; Q* d(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)
# i" A/ s( U2 B6 y! V. ?9 z- R D2 A$ z% L+ J1 ^7 G+ Z2 L2 ^. A
在html中连接到其它关键字的方法：
2 y3 q* @2 Q7 J: s$ S<a href="entry://key#section">key</a>
" H! r) N" g" }3 b R T其中key是关键字，section是对应关键字页面中的section名称.* e" ]+ l3 d' ~% b. u6 T; L( c

7 T1 H6 b% z/ m# q; U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)! B9 ]8 P. N" H( C8 Z9 `8 ~, m5 G
<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; X- n7 h. g/ w# B: H& B% j/ ^" @" W
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' V/ v7 j, e& b# w4 s+ _! }
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
6 b* |, i: t- ]9 t. C+ s" y8 o, P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。
) U: F+ C& L, q3 y' V9 S& g6 [+ U7 v0 w; G, Q" G5 {: b
在html中嵌入声音的方法:4 L' `1 c8 ]: i9 h. q
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0 A4 m* B9 Y6 C$ {3 T8 I
发音仅支持.wav和.spx格式的音频文件。
$ P. q+ y4 [9 a2 f& [# V* Q% p
* A* j6 G/ s' f4 u& N内部重定向(内容链接):7 x, M9 j, _, ?2 `; }; s
1) 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:+ m4 Q7 n! W6 U3 z4 z/ l" P
@@@LINK=关键字& J* S9 ?+ y; e7 g+ y" @
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:# h+ D- [. L4 J# w
4 |. b8 E' D c+ b- t' m* g
colour
4 s5 D& P. c+ b# M& Q1 e8 Q@@@LINK=color
* Y& U0 Q9 ]2 H8 s: h7 P0 @- l- `</>3 B2 j* i, D; ?0 Q
) z7 u5 @2 a) m9 Q
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
3 F% \$ z8 S( R( _/ 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
/ q% P: v+ F, y' Z6 ~$ ?9 b; @: d- Kindle 文字版电子书（mobi、epub）7 |5 l+ t0 k" D5 ^- G: l: J
- 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]
2 q8 K. x, X; E5 E. Y0 g4 Y- 区分了词头、内容的两列或多列 Excel 表格
5 X! A. E/ \* F- 自行整理、总结的各类适合制作为 mdx 的文本2 t; ?7 H# {# S- ~
- 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9 T9 B9 l1 g9 P1 k1 s
- 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": [) P7 W7 M; b7 C2 i- l
"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。"
# n9 a+ D k5 S
], % j) p; h$ i- n# I0 h2 j: ^& W
"chinese": "罗马",
' ~9 i i" u9 R, {5 H' Z+ u f9 W
"english": "Rome"
- `+ G6 r# u$ L7 W+ P# U
},

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
. _7 F. a3 t$ t" w# p. g( k
2 be
' R, z) ?. S1 q8 L, m
3 and
. {8 _% g- y& h* W8 n& V( ^) u: p
4 of
2 @# D9 }- n& A% \ w+ T
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]
" e3 h0 _ ^1 c' w; A
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) x1 y" a2 f7 H5 r+ [9 u( ]
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
, g1 N+ {) k5 t# c做词典讲究四门功课： a/ D5 p3 g; |+ m

7 z3 G6 s3 U; w; r1. 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 21:074 L4 ]. Q8 ~$ n+ \
感觉论坛到了一个瓶颈期：
1 ~# R0 ~+ ]! d( v9 z) F该有的差不多都有了，会做的差不多都走了，
! m( _4 k3 R: q. S" ]6 h真的需要一组帖子来普及词典制作~6 f' O2 B4 e3 _0 _
...

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 14:16
@" \) v& k d1 I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); P) G$ A8 U, P3 P. \7 i
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 22:13- t2 j* T$ s- {3 ?
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.7 P7 I, @* c$ q! f6 l! S i7 t

; }1 z: l9 `: p1 h0 ^* F/ Z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