mdx 科普、制作教程大合集[进行中][20180121]

Oeasy

- {# p! ~9 S2 F" ?0 i0 ~5 {

5 a1 ^6 @: D/ }9 [0 b& W% T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
1 l0 y) }9 n7 _  J6 k        [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
9 `/ p  `: Z5 W  Q( H. v) m* w" z        [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。
1 d' G( I7 d' `! N
关键技术（不是必须，随用随学，现学现用）：
- HTML、CSS、JavaScript
4 ^" U" N, p' y2 g, m" j5 o- 正则表达式
- Python 等编程语言
! f2 ?) y# T, {' L3 |& u1 H

- S; G# q( D# P+ E0 f---
) F+ N2 L- o, b1 X5 V9 Z4 O
+ j8 [+ Y! a! m
* M% _: w/ |5 O; i& _  c& `新手必备工具（Windows 操作系统）：
. n' r4 D9 R. _3 M5 O; k) b- 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。
7 W: k9 y( R  E0 g6 E+ W% Z% d- MdxExport 3.3 下载及讨论：https://www.pdawiki.com/forum/thread-17709-1-1.html
, f. Q4 d, X8 s$ ^" M        ► 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.
$ {- P0 G! G5 h/ v        熟悉 Python 也可用 readmdict.py https://bitbucket.org/xwang/mdict-analysis 提取 mdx/mdd 内容。

9 y) v$ E9 t) @! d" D- M---

        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
/ W- D2 v1 h. I每个项目两行
第一行是关键字
, T5 c% ~) F$ a- ~, H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>
, ~8 D( `) v# r# 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).
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)
正文结束后必须用一行</>表示结束
5 r! Q* }/ h* N5 i
例子:
) l4 u! B4 F3 Q+ Z& H3 h/ ]Whole
( n0 J' s8 F" v7 V7 }<font size=5>whole</font>
<br>
8 a( |' A9 d9 ^5 E% x: o' b/ z<font face="Kingsoft Phonetic Plain, Tahoma">(hol,hJl; houl)</font>
3 O+ j  G; u0 q</>

  s: `- z- ^8 ^( P( 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)
( v( J, z; ^+ K2 L& {0 C; Q
在html中连接到其它关键字的方法：
- ^/ i0 r3 M* n! K  X& U: y$ L<a href="entry://key#section">key</a>
其中key是关键字，section是对应关键字页面中的section名称.

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)
0 F, F/ c' s* Q  L8 e4 f<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
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
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
& J9 |1 _; Q/ J. z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。
; W: l. V  \- f) M9 ~+ H, E5 r& h
- N$ e+ V2 Y* U0 \* J/ E在html中嵌入声音的方法:
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
发音仅支持.wav和.spx格式的音频文件。

内部重定向(内容链接):
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:
3 T0 b+ g" x/ H+ t6 Z@@@LINK=关键字
4 v5 g* N+ L# H1 f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; x, ~2 {5 U1 p- y- \9 F
colour
; t0 e2 o; v- u- T@@@LINK=color
</>

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。

$ q9 Z, H7 \4 w; S) V% r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
9 J* M1 ?4 \& ^> 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)
---
8 B- b; V% s( K. P% X# f
) R5 O! ^: j; P# m0 y- f9 [---

/ C. I) z: b: g/ C  z1 Qldlcau 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]
- u% c- Y/ G2 L$ z4 f
5 n# c( r8 J, I5 K- 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

$ ^& w4 Q  C+ H2 O" w  |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
. u9 @6 z$ r$ ]; f% F; M        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
4 l9 A7 M4 {9 k2 Z' o% f/ N                   - 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
; L2 w4 G& O2 W, c, t, T1 [        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
$ J$ M- \: {# K/ R+ l* j
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
# o) b" j' F. F4 u; c0 o, g! c( Y1 U        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
$ l$ T  [, E1 T. i        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
- X6 ?7 O4 g7 y2 b. O
" e3 q0 J+ b5 f; {  gEPWING 转 mdx
3 o% w% X2 m( n. R. l' F, H3 }        qunwang6 Epwing2Text && HTML+ 外字转换 https://www.pdawiki.com/forum/thread-13867-1-1.html
2 B, M) j& r6 l, b" [6 {: S+ A
: d% o! D6 q# ~% M/ V. aBabylon / 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
9 _/ F) i; }3 A' K* d        github 等地和词典有关的 https://www.pdawiki.com/forum/thread-16586-1-1.html

8 P; k9 V: f) O; \* ]9 P        qunwang6 \BGL\DSL\MDX\CD\ ===> OSX.dictionary https://www.pdawiki.com/forum/thread-13014-1-1.html
---
7 p+ [$ G, K: z  {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。
1 C! p- s7 t* h" s  M
---
- Windows下将startdict转为txt的工具 CvtStarDict2Txt.rar
! z5 E/ P- L8 @  J( R: O  _& ~+ Rhttp://www.programgo.com/article/34123760162/
0 ~1 k+ m. e/ Z1 W# y

- 制作KINDLE的词典 https://www.pdawiki.com/forum/thread-15128-1-1.html
3 W+ s7 C% F- G0 }% V& c4 h( p- strnghrs - 博客园 http://www.cnblogs.com/stronghorse/
- A; B* P( y2 C+ P- Y5 \

       

sky66

laohuhua 发表于 2016-12-21 20:49
$ D7 H8 `9 r2 c7 m8 V/ p- D( w4 \- 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.
) b/ ~  N' O% Q5 P
词头
3 B* Y  H4 _6 {" V释义内容
</>

8 ?+ D7 t6 F4 _# [9 u

### 一、格式良好的文本数据
- Kindle 文字版电子书（mobi、epub）
- 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]
8 i& ]8 C/ A5 r2 c5 k( i# n- 区分了词头、内容的两列或多列 Excel 表格
8 `" x. E, C" g- 自行整理、总结的各类适合制作为 mdx 的文本
2 ~) i! w8 M8 _, a- 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
- 其他

' u) }. w# y/ p6 N! ~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.
+ A9 }$ e3 b- N   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.
  V; E. ?( ^# m( x: S+ r5 O$ n4 z   再来就是要考虑如何排版与精美呈现.
, v. e& L0 N8 A5 y
1 u- Q" w/ e% O* Q4 f- b
2. 例如: 某个JSON格式的词典数据, 内容如:

1.       "notes": [
   $ Y* e9 J: X' g
2.         "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。"
   9 L  B8 x4 Y% q9 v) j4 Y7 z
3.       ],
   - W; C6 `! B5 t. c2 S
4.       "chinese": "罗马",
   " N# N# z4 c* C7 F0 G3 S# [
5.       "english": "Rome"
   
6.     },

复制代码

2 m3 d3 l3 Z2 z# }: o9 p& _  B   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. 1        the
   , c% K& ?+ b$ I0 p
2. 2        be
   
3. 3        and
   
4. 4        of
   4 c3 l4 o! k( I+ Y
5. 5        a

复制代码

+ J& j8 C8 T8 l* F   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
/ x8 ]" ~3 C: [9 u( `5 K6 C6 r/ D" \- e
4. 例如: 某个 基础词汇.doc 文件, 内容如下:

1. 10. absolutely ['&#230;bs&#601;lu:tli]
   
2. adv. 绝对地；完全地；是这样

复制代码

/ l) @3 K, O& Y1 `2 u+ x' `1 T   同样的, 复制到 emeditor, 再用emeditor整理成如下 mdx 格式.
5 q! r, V! P% ]: S& Fabsolutely
<tit>absolutely</tit> ['&#230;bs&#601;lu:tli] <pos>adv.</pos><def> 绝对地；完全地；是这样 </def>
1 u3 y4 j5 `! c</>
. l5 ^, z' F* D5 H( |& o& i   再制做个对应的 .css, 调整颜色与排版, 完成.
/ b' P1 Z! z1 D5 g: H1 `, ^
! C! c7 ?  A) ?  G' B" h5. 例如: 某个词频.pdf 文件, 内容如下:

1. 1152 absolutely r
   - _8 R* x( J; w" |5 i+ r8 p
2. no, right, &#8226; nothing, sure, &#8226; 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

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，
2 A; Z$ p. V$ l9 l8 v) }! o真的需要一组帖子来普及词典制作~
3 L0 p) k) K  k% P7 `为下一波高峰助力

henices

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

做词典讲究四门功课：

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

sky66

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)
* m* O- \4 V& N- z5 p9 @% F五种数据来源(PDF文字版、dsl版、扫描版、在线版、光盘/app)
' l2 ^) Z3 t: m. `5 ?1 O最后连纸本书也买了...

duancj

很好的帖子，感谢O大

zhu1234

好帖。总结归纳得好。

laohuhua

可以麻烦你按上述五类展开论述一下吗？多谢。

minsk

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

deeke 发表于 2016-12-22 02:06
做词典讲究四门功课：

! G! s# G1 }8 H1. HTML + CSS

' |- M* T/ E; ~6 U! n- A& k2 A先从1开始吧  门槛没那么高

$ U  d! |5 L5 X用点心的半天时间就看能看懂H5+C3

秋天故事

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

chigre3 发表于 2016-12-21 21:07
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~
% o  I4 y" H4 \7 W- T ...

8 i1 j5 e+ x3 }9 k; f7 C我表明过我的看法，也懒得多说，现在是大锅饭时代。

迪克特

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

sky66 发表于 2016-12-21 14:16
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、 ...

真爱，佩服。
& J8 T- b" W; E4 P! O# B1 u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。

: }# i$ u5 u3 }/ B) P

迪克特

制作词典耗时费力，需要组织制作团队！或者请吃鱼出山！

adv122

+ V0 U, p1 u0 B" c$ u
# `9 E. J+ Y* o1 ~- r多谢O大分享
# w& B2 m9 N8 z- b: m5 u+ G

xzqxq

希望楼主尽快完成，非常需要这样一个完整的教程。

mingqing007

其实有个完整的详细的教程真的挺重要的，感谢分享~~~

泥丸

sky66 发表于 2016-12-21 22:13
! m$ b5 j* g4 @/ {7 u+ i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

! v$ S' z3 i* k: ^真的是手把手授人予渔

njuzwr

学一学如何制作

70A

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

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

Thanks very much !!!