|
|
本帖最后由 idict 于 2016-10-30 08:08 编辑 * x1 o `' b$ ~1 y2 U
% g1 B* c: y3 S2 [
首先多谢各位的帖子, 和论坛前辈们的教学帖, 以及大神们分享的词典. 让人受益良多. 非常感谢. 也非常感谢以下要使用到的软件的作者们!, n8 d$ \4 F7 j# u1 V: V) `
+ a+ B' k p( S% h3 M0 R愚人千虑偶有一得. 在重新打包Mdx/Mdd的过程中有点体会. (重申: 只是重新打包的过程, 其他的如排版等等...的并不会.)- C* Y9 U1 E9 X: Z+ W! l
5 P$ f/ x. U2 j; ~. N
重新打包的目的是希望继续使用Mdict PC版(因Mp3文件不能发音; GoldenDict是很好, 也很庞大, 需要时间学习).& ^. q. m4 j1 r% A# `9 r1 i
GetDict.exe v2.6很好, 在转换后会将目录名合并到文件名当中(需要重建目录结构也是麻烦事). 只好使用Readmdict.py了.5 p) ]6 i' O" N4 |
: X' c: R& `6 X: r7 L# @安装Python之32位版本(64位版本在全部下载里可以找到), 使用Python 2.7.x版本(Python 3.5.x双击不能引用Tkinter[可以自行改为3.5之兼容名], 在命令行输入参数是没有问题的). 安装选项: 全选 (必须的, 不然要手动增加Python的路径到Path)& X2 H+ a( f0 N3 K- F' I6 ?
https://www.python.org/downloads/5 f* g# w. U5 F* ]4 e4 w" {
( H! h3 F L, x$ `( x7 r' }, c/ @安装Python-lzo, 似乎这个不用安装也可以解压Mdd. 但XWang提到要安装. 就装上吧.
$ C/ @) R( o0 p, Y9 f9 f* w! ghttp://www.lfd.uci.edu/~gohlke/pythonlibs/#python-lzo; O+ Z* s/ F, K1 y$ }; ^
( T8 c! m. P$ F1 G+ y
下载32位2.7版的, 64位的不能安装(即使在64位Windows, 版本位数是依据所安装的Python版本位数): python_lzo-1.11-cp27-none-win32.whl
6 D! Y" b) l( X" c7 h Q然后以[管理员](重要, 否则不能正常安装)打开命令行窗口cmd.exe. 输入: (文件的目录名, 换成所在的下载目录名, 我的下载目录名是: r:\downloads, [下同]. 输入whl必须是全名, 也不能改名, 否则会出错.)
3 |5 E: n7 F8 J5 o/ T- pip install r:\downloads\python_lzo-1.11-cp27-none-win32.whl
(如果pip提示要升级, 就按提示方式升级, 再安装也可)
2 M$ v1 }, @5 N" q0 P1 b- python -m pip install --upgrade pip
9 [ i, j$ T& t0 K/ Z T) M4 r: F查看是否安装成功:
$ _( @8 J5 E' F, ]
& z. Z4 a" l C9 L! {! I如果成功:
8 H0 l& M/ @8 X [0 A2 ~2 ~4 \9 I+ T' m* w
$ s4 g: p/ b. o1 I" n+ d
下载Readmdict.py l# ]) R! F3 ]4 N" n r
https://bitbucket.org/xwang/mdict-analysis/downloads0 L9 K' @& w4 l& |
解压zip后可以直接双击运行 Readmdict.py 选择要解压的mdx, 相同名称的mdd会一并解压. [***重要步骤***]% @; f( k7 G0 W$ L3 W: F
就会生成相应的txt和data目录.
, Z* R6 y8 x$ O+ [* E; a5 l* d- ^- m' m+ E4 S7 O1 e
在解压一些Mdd时, 如果有目录名是Windows的系统保留字时, 就会出错(如OALD9, 如图Title):. o, ~ T: U4 v; ^! [- @
1 c7 ?6 T& x3 V" w6 n3 {/ Z$ U$ C/ g3 S) P5 q$ P
只好更改目录名称了.& d- C' g9 [6 G: c
打开Readmdict.py(不要用Windows自带的编辑器)
" e* Y: `- s, e1 T2 _% I3 R; H$ f在700-701行之间增加替换目录名称的代码: 必须注意缩进, 建议不要用Tab, 改为空格(这是Python的建议), 或在编辑器中选中: Tab转为空格; 4个空格为一个缩进.+ r3 n/ A L8 F
插入的代码时对齐上一行的fname = ...) y/ N9 Q. n8 y& R. Z5 k, l
- win_key = '\\con\\' # Windows系统保留字$ i5 Q4 e$ c$ \+ M8 j( `
- if fname.find(win_key) >= 0:: [. u. ^* M5 T6 o0 }
- win_key_sub = '\\con_win\\' # 替换的非保留字! ? r* _& m; B
- fname = fname.replace(win_key, win_key_sub) # 更换原字符串
这样目录名: con 就会变成: con_win (其他的关键字没有作处理, 有一个改一个而已, 因为水平啊); d' V1 ]3 }4 ?* D5 _0 H
相应地, 在Mdx的txt文件就必须要改替换: /con/ 为: /con_win/ [***重要步骤***]
9 S, F/ I; R- L, z$ e7 O3 I附件中Readmdict_mod.py是增加后的py文件.
. _. Q O ?5 S3 O
1 j/ }" h+ s( N3 H5 T5 x0 O接下来就是转换Mp3为Spx了. (附件中lame.exe v3.99.5, speexenc.exe v1.2beta2)
, P/ D3 ^+ {% {0 e7 [; `6 c在转换spx之前必须将mp3转换为wav, 建议使用Lame.exe
7 V% g) N Q: n1 hhttp://www.rarewares.org/mp3-lame-bundle.php
* R+ @1 X( t. ?
( y; l, v) Q- z; [: r再将wav转spx, 但这个speexenc.exe的1.2beta1.3并不兼容Win 7之后的系统. (或MdxBuilder里带的speexenc.exe都不兼容), a9 r8 D' t( E) r9 y2 K# Z# ~" _ i
http://www.speex.org/downloads/7 u& ^/ ?) x+ [/ f( X* W) y
% ?1 O3 {/ L9 d) V+ X, c( g所以就要找其他的版本. 附件中是1.2beta2可以兼容(取自于Audio Transcoder, 这个软件在转换过程中很吃内存. 一下子就吃光了[在安装时会有附加软件]. speexdrop很好, 但不支持目录)
- v/ Z/ Q/ o4 g这个是MSVC9, 微软的编译器. 兼容. (虽然写是1.2rc1, 但实质上是1.2beta3)
/ I6 ^- u) [* @* ahttp://www.rarewares.org/others.php#speex-unstable-win; [" y+ h* @9 c) a/ Q9 q+ e0 v7 F6 C
/ |" R; G2 v$ T# l$ w
现在要考虑的是:
' g% y. l/ P6 f3 tspeexenc.exe对采样率8/16/32kHz有优化. 而且mp3的采样率通常是16/22.05/44.1kHz, 不在同一采样率上.& h( K( q, c2 B
如果重新采样, 会增加转码时间. 如果不重新采样, speexenc.exe在转码时的编码率会不尽相同. 转换后文件大小也不尽相同. 通常变大多1/3-1倍.
5 R0 D& C6 u# ^. V所以选择重新采样, 这样可以用时间弥补质量上和文件大小的差别. 于量尝试写批处理.
, ]" E6 b) `. S+ j N- :: convert mp3 to spx' \& q8 M4 Y) j- X3 O1 i
- @echo off
4 i# L. A P x# V5 T - color 3f3 T2 {3 U+ Z2 {
- cls
5 Q6 }: w, r& x2 a) m
# q8 B+ w; ` z" c5 ]5 U. e- ; _# p' c2 w* M" W, t; M
- :~begin
l; Y% S* S8 E) F' ` - :: mp3所在的文件夹全路径名/ y6 B. |: A9 z
- set _folder=r:\downloads\data
0 R5 N/ ?/ K) ]$ P1 ?& |/ z% g - if not exist "%_folder%" (
0 s- ~1 k* c4 p! _- e( f9 r - echo. %_folder% 文件夹不存在.4 o- x" b; H% s/ W' I
- goto :~end)
9 T! N( a2 [+ o; i8 T' w* r. M
, L2 ]' _8 ^8 r/ n$ i0 _) j- for /f "delims=" %%i in ('dir /b /s "%_folder%\*.mp3"') do (
1 p$ R- u- T. j2 p" }; X+ A - echo. %%~fi
1 i; E1 e) w, o4 d: {' c - lame.exe --silent -b 32 -m j -h --resample 32 "%%~fi" "%%~dpni_new.mp3"
3 r1 z. F; k4 T' { - del "%%~fi"0 A( `' n* w: S+ o
- lame.exe --silent --decode "%%~dpni_new.mp3" "%%~dpni.wav" W) Z3 o5 B+ [/ `0 M( a, m, E( h$ ^
- del "%%~dpni_new.mp3"2 P. @1 W5 p& C* X, ?6 S3 {
- speexenc.exe -u --bitrate 24000 "%%~dpni.wav" "%%~dpni.spx"
" A, O% g7 \9 D: C2 G: _' k% w - del "%%~dpni.wav"# _& e7 ]1 m* [( \0 }
- )
3 L8 h& a: Z4 H- N. b5 `: A+ Y) o - ; H1 d3 e* n# w- Y
- % \- M& Z! B4 F! `+ }
- :~end
第9行是mp3所在目录名. (我的是: r:\downloads\data)/ d9 d7 l1 \# t! i' Q
第16行是用Lame.exe对mp3重新采样. 参数: -b 32 是编码率: 32kbps, 参数: --resample 32 是采样率: 32kHz. 如果Mdd里mp3是24kbps, 11kHz的质量不算好(如果相同参数转为spx就质量损失很大). 质量好是22kbps, 22.05kHz.: ^& H# ~( P% g" r2 e, ~2 y0 k
第18行是用Lame.exe对mp3解码为wav.1 T! T0 a2 S1 }5 q, Q- ]
第20行是用Speexenc.exe对wav重新编码压缩为spx. 参数: -u 是32kHz采样率优化, 参数: --bitrate 24000 是编码率. 可对应原mp3的码率而定. 如果原来mp3是24kbps, 22.05kHz, 经重新编码为24kbps, 32kHz的spx文件大小大致上没有变化. 而且保持相当质量./ R5 x( o# Z7 v
第17/19/21行是删除mp3/wav文件. 所以必要备份数据.# G" Z8 h9 Z" q7 @
1 ]2 h7 @( b7 V& ]1 k6 I+ H1 g q
然后打开cmd.exe命令行窗口运行批处理. [***重要步骤***]
: r" a+ M$ j: p3 F$ o# ^$ F; F0 F附件中convert2spx.cmd1 T7 {8 S5 a/ E8 g5 e
* U: I4 s3 z2 c- c7 ?# v这个批处理可转换目录结构里的mp3. 但没有排错的功能. 所以不能用Ctrl-C中断. 如果中断了, 可能会增加重新采样的新文件如: *_new.mp3/wav/spx等文件. 就会发生文件数量不一致了.
$ Z5 H; c# C* l" {) n' E如果mp3文件是128kbps, 44.1kHz的话, spx最好也是32kHz采样率. 至于编码率32kbps的质量也是很优秀的了, 文件大小也很优秀, 毕竟speex是针对语音优化压缩的. 或许是使用ogg格式编码的. 应该比mp3格式好吧. (重新采样时, 相应将编码率改为128kbps: -b 128)3 ?4 c _( H; Y
转码时间是很漫长的, 15万个mp3文件可能要8个小时, 看机器的情况. 完成转码后吃不到1GB内存, 或者更少吧.+ c3 [; u( j0 s" f% l) K( [$ v! B) s
完成转码后, 再次核对文件数量是否一致. 到目前为止, 还没有不一致的情况. 还好.
8 M: S$ @+ P5 }5 ?; A# _8 V2 z; I4 T- q3 m+ F7 k1 J- f) [" d
相应地, 在Mdx的txt文件就必须要改替换: .mp3 为: .spx [***重要步骤***]' c% @; e, z5 P' D: H" n: n3 w
如果一致就可以用MdxBuilder直接重新打包了. 通常都将css和js放在data目录下一起打包为mdd. 以免丢掉了.
8 Q% `# d& P( {1 S$ t& K0 [5 _) s
这样就可以在Mdict PC也使用. 目前也有一些js不能正常运行的. 因水平有限就不知道是什么原因了.
6 A2 I, H8 @9 A
) ~8 I9 x! d, X+ x
8 m; z8 ?) W! P/ H& q2 ^但就不会出现不能播放的问题了.
' I! K& H8 ]* a# _( Q4 T
: z: {( @/ M3 J5 N
" ^* ?3 B6 e2 x( o6 J0 M* h再次多谢各位! 谢谢.
7 P1 a: w. \2 d$ p; h7 [(再次重申: 只是重新打包的过程, 其他的如排版等等...的并不会.)
7 O' t+ J2 J* R Z( @
9 C9 g. K( m7 u7 @; x) s$ R/ m% N8 @) y- d" o {
(如需要, 请下载下面更新的附件[适用全部的关键字和关键字符{除\外}])- w3 n* ?+ L9 }5 `, E
* u% H1 j* g9 D8 M; z
' [" ]8 M& w% N5 M
! L: v* X1 a- N* }
* G" q$ I! a# _$ Y1 y ], Z3 Q& N7 l
2016.07.08更新) j2 ^+ a$ \2 [* j! e% Z4 n" _. z
1 d/ v: Y( c. ~) h) z+ ?经过漫长的摸索, 终于对Python有点了一丁丁点的了解. 并转到了Python 3.5.x, y1 U; [ X$ j: V8 j9 C- g' u; R A0 x
查看了有关Windows的关键字和关键字符. (谢谢asicsfree, PurlingNayuki的信息)5 E/ f( r5 ~ g5 }
https://msdn.microsoft.com/en-us/library/windows/desktop/aa365247(v=vs.85).aspx
! M# c8 C7 n- R; a, f$ J6 V5 b7 G9 C0 `5 @, z
The following reserved characters:& { o: H5 i5 i2 a2 n% M5 K8 a
< (less than)" H2 @! L8 M7 N2 p
> (greater than)
% u! Y' V+ I3 i; ^ : (colon)3 x h9 n( _- A+ s# `& c
" (double quote)# |- P, F" z! b& T
/ (forward slash)
$ R) u' ]9 p) }3 d7 s$ O+ Y' Q \ (backslash); t) s- A+ \% E) D0 t
| (vertical bar or pipe)# M6 C, R3 m! h
? (question mark)
@7 {/ f+ `2 P * (asterisk) Do not use the following reserved names for the name of a file:
0 Y) }$ [/ B: Q0 w* w/ u8 `CON, PRN, AUX, NUL, COM1, COM2, COM3, COM4, COM5, COM6, COM7, COM8, COM9, LPT1, LPT2, LPT3, LPT4, LPT5, LPT6, LPT7, LPT8, and LPT9.
2 i5 S" Q- M/ d8 n8 F3 S' O2 D% [所以重新整理了一下Windows下的文件名/文件夹名称的问题.: O# Z0 t* v# L" t0 L+ c: x0 o9 d
首先是readmdict.py在Python 3下不能导入Tkinter, 原来是改了名字为: tkinter y' R4 _: r- n' `. {. l
因此将634-638行换成: (以下全部都要注意缩进)* V0 ~' m! @6 `- e1 W8 L5 W
- from tkinter import filedialog
* G. U2 ^3 w' }) b - from tkinter import *, h" O. o2 D% ~$ c2 ]$ g2 o
- root = Tk()) _6 i- c4 W7 C3 \& q' V
- root.withdraw()
, n* @; k2 d$ ^+ a+ h5 c1 ?2 R, K - args.filename = filedialog.askopenfilename(initialdir = os.path.abspath('..'), title = "Select a mdx/mdd file:", filetypes = (("mdx/mdd files", "*.mdx *.mdd"), ("all files", "*.*")))
至于关键字和关键字符.9 m i. m/ n+ Z, {# u9 m
在第696-697行插入:4 @/ g6 N9 j0 N; ]8 M7 G/ B
- win_chr = re.compile(r'(<|>|:|"|\/|\||\?|\*)') # Windows系统保留字符) q5 K2 c z: v+ r' R/ h! d
- win_key = re.compile(r'\\(CON|PRN|AUX|NUL|COM[1-9]|LPT[1-9])\\', re.I) # Windows系统保留字
在第703-704行插入:2 G/ |7 ~/ I8 d! K9 ?
- re_obj = re.search(win_chr, fname)
: q; p( d B+ b! o! H0 S/ V - if re_obj:
1 S2 c# P1 S1 A0 R0 J% X8 T - fname = re.sub(win_chr, r'_', fname) # 更换保留字符为: _
+ ?2 o; U: O+ B6 d - print(r'___ substituted "_" for "%s" ___ %s' % (re_obj.group(), fname))
2 S% }4 i3 C1 g0 I6 H( N* |& q - re_obj = re.search(win_key, fname)! u' u0 P D, c; x5 h, V; P
- if re_obj:/ p# z, ^2 u5 a$ s# [
- fname = re.sub(win_key, r'\\\1_win\\', fname) # 更换保留字为: *_win5 \% [- [1 g/ z" H* F/ r
- print(r'+++ substituted "\%s_win" for "%s"' % (re_obj.group().replace('\\', ''), re_obj.group()))
建议打开命令行窗口运行文件. 这样可以用手抄下更改了的文件夹名和文件名(假如是有的话, 会显示).
! }7 l2 P; y! Q" N1 \& f" \( c" r5 [0 q: N
见附件中的readmdict3_mod.py
. T" t, b# B# C: h4 E$ L& j- ], {而readmdict2_mod.py是Python 2.7.x适用.
& Z" f" P+ _# i, W; ]% |+ \
( m. L3 x! e% ]* K6 u6 Z- D另外, 由于mp3转spx是极耗时间的事(而且还重新采样[目的是保证spx的品质], 更多耗了一些时间. 于是尝试学习使用Python 3.5.x多线程调用外部命令, 以提高转换效能.
& M# I4 u" m8 r( Z3 v2 c+ k由于是新手, 始终都没有办法了解到调用Popen()后何时才能知道外部命令完成的信息. 如果使用communicate()或wait()的话, 好像与单线程一样, 要完成了才执行一下个指令, 与call()无区别. 即使已经开了多线程, 情况没有什么改善. H; ~& I8 L6 ^
所以就使用呆呆法(还请不吝赐教. 谢谢.): 一次转换使用一次循环. 因此三次转换就用了三次循环, 还是采用Popen(). 这样效能还是很高的. 线程数取于CPU核心数目. 这时CPU的占时可是100%全速开转.
6 H( S9 v, G1 o. B手提电脑要谨用. 不然的话, 风扇是极速狂转的. 很热很热的. (所以用dos转换就悠悠的. 反正晚上开转, 第二天早上基本就转好了.)
+ |2 i: `# X9 e0 P4 G测试了一下, 线程数可以根据需要修改. 分别选1/2, 1, 2倍于CPU核心数目, 但等于核心时的耗时最少, 效能最好. 至于内存的情况, 呈浪涌形, 吃了5/600MB, 之后会释放掉. 情况良好.4 Y. @6 h! _5 [8 m; ~
无论是用dos转, 还是用Python转, 都会删除原mp3文件的. 所以必须做好数据的备份.9 _* m' i8 l3 `1 O! Y2 {
见附件的convert2spx.py适用于Python 3.5.x for Windows (没有做出错保护的功能, 也没有纠错能力. 在正常情况可以正常使用而已).
. b) a0 \% C4 G! t7 h( k
# C1 S3 C( E+ b z' {" F h+ ~* }) H4 G. l6 J8 @% s/ o4 x. Z
|
本帖子中包含更多资源
您需要 登录 才可以下载或查看，没有账号？免费注册
x
评分
-
1
查看全部评分
-
|
发表于 2016-6-12 03:25:22
楼主
