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
& q8 M9 T# r8 E0 f( x6 f每个项目两行. w) V, `7 A$ x2 u3 @- t
第一行是关键字2 B7 E) w4 N* C# K8 I
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>: L( a) Y6 u$ V% ~8 E
<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). $ T. l( A u4 t" f5 `
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)! k8 d# e3 \: }$ V2 P* m5 D
正文结束后必须用一行</>表示结束
, Y& j- g* W7 E% d f! p$ @( |& o+ A1 S4 q% h; ^
例子:
+ l8 W8 p1 c) K% Q u6 ~! eWhole* l z! j7 }4 t/ a( Y
whole1 ?4 @5 B& w: l( e' q5 m- b
 3 S( A' D5 j! d5 w, e+ C
(hol,hJl; houl)& t4 ^( y b8 A/ y: [, { ?
</>
 @8 @! k$ Q! ]2 }* K6 p7 f! l" _1 {( H; ~) X+ h$ Y! T
(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)
1 S9 z/ _( h5 i: a' s& \; c% E' A, _1 G
在html中连接到其它关键字的方法：" \5 l/ o* O z! u5 c' a
<a href="entry://key#section">key</a>8 I$ _4 M! A+ {! f
其中key是关键字，section是对应关键字页面中的section名称.4 s% D% U% m. B5 y9 u
1 h- L9 ]9 l7 R! E
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)6 ^0 H" E& y7 i7 I, v
<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8 n" N8 C' X7 q" d% ?
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
# M* Q" G3 p m+ h. o6 h: C1 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
5 h, C# r4 P% S, M$ T% i3 s: W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。& o. k5 H& f3 S2 e1 ^) k
9 t; B! \; `! m# w0 \* h2 n5 C
在html中嵌入声音的方法:
4 N5 D9 |+ ^/ i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" ?8 H/ q1 V5 g$ D; f" T9 X
发音仅支持.wav和.spx格式的音频文件。! }4 V0 c: c+ }8 }+ I1 E$ n
( z7 i6 s0 _, a
内部重定向(内容链接):
6 J9 H7 A4 A6 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% ?; M: M/ Z3 C8 C@@@LINK=关键字
1 P, M: \% o9 v% ~$ V' p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:9 [: f7 M/ s1 s7 K5 Y2 z( X

9 x# Q7 Z: S0 R2 d b) K5 Wcolour, m3 Y* G( t% W* p t. P1 ?
@@@LINK=color
' R# v/ G: ^7 c. G3 ]$ H4 U# X</>
% H$ V) @6 p: s2 M! l1 N* D3 y1 E% a$ w6 E0 e0 ]4 d4 U* J4 F" _
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 20:491 U8 b+ t2 A6 Y- \" Z4 x" T' M, ?2 p
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
+ h' ] a1 B ?( X, r- Kindle 文字版电子书（mobi、epub）
4 h/ X6 ]' k$ L$ I4 `- 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]
9 ]0 c8 @( u- T- M. C2 ?1 J8 V, J9 B- 区分了词头、内容的两列或多列 Excel 表格# c3 Z; I* ]# r& r* a
- 自行整理、总结的各类适合制作为 mdx 的文本 @9 H' @# u3 J5 T7 O* P
- 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
" i& V' [4 z# o; ~* v! U% 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": [6 l/ O/ A* ?7 [4 {
"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。"8 M9 K! H. Q1 \3 {( J2 @
], ; O% h p8 Z. }5 F
"chinese": "罗马", + f T+ G. V2 d
"english": "Rome"" e4 o: Z+ g7 v
},

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
( t1 z2 z! _6 S6 E, F. M9 \
2 be: u% ?+ S3 z, [/ ?! S7 M$ f
3 and/ O2 _8 V6 P2 {5 `7 D3 }
4 of9 C9 V3 x H% U& s! Z- ^' g
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] , P2 y+ ` J; [2 L2 ^8 x
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
* v, K8 s! b2 x
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
* a1 z! e, o) M6 \8 Q做词典讲究四门功课：
" ^2 a2 E6 z& X }! _3 u1 V
; A0 m& |. H. w, Y+ N+ P1. 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& c( b7 R) z" n2 K. }1 O% g: D
感觉论坛到了一个瓶颈期： g! @: e1 F! f3 q z& ^0 r
该有的差不多都有了，会做的差不多都走了，: p9 N g( ~4 y" p
真的需要一组帖子来普及词典制作~( e" p. |( ^: Q$ J- Q& Z% |% s5 T
...

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
+ z' N1 B, f) C; k, U Y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)4 e E X+ Q* X
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
' t) |& {# W8 O" @+ Q g) M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.( D) k* @1 V, O I$ O
0 K" a$ p, k$ B+ }
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