[b2k] - jDict 词典格式及制作方法

bright2k

1) 词典数据
: B+ x4 K3 u' g首先是词典数据文件，filename.txt，每行一个词条，格式如下
; O! W9 t4 N3 `- ?; V- ?) o8 K{单词}{分隔符}{解释}，分隔符可自定义，默认为||||，即连续4个|符号，解释可以有多个，同样用分隔符隔开
首行为词典信息文件，单词项为空，例如：

1. ||||||||jDict词典示例
   8 a" o/ k  `( C; x: \0 d
2. a||||[ei]||||一个
   ( l  s) q" |! c; Q! y
3. book||||[buk]||||书

复制代码

注意分隔符两侧不要留空格；不能有空行，尤其注意最后一行；每行的分隔符数目必须相等，即字段可以为空，分隔符不能少
词典数据建议用xml格式，可以直接用CSS格式化比较方便，就是有点浪费空间（比直接HTML还是省）

2) 词典信息
然后是词典信息文件，filename.meta.txt，格式为key|value，
其中name,title,version,template,styles为必须，
0 ~$ N1 `( m9 K% Xname即为显示的字典名字
template为词典显示模板，html格式，花括号里是要显示的内容，word为单词，其他字段自己命名，具体见3)
styles为CSS样式表，词典好不好看就靠它了

$ w, M$ z9 ~3 {" L. E0 J例子如下：

1. name|示例词典
   ) X8 ~/ l/ C2 _8 s- G, U1 C
2. title|示例词典 1.0
   
3. version|2010.10.20
   - i# k: R% E8 U, n3 h+ z0 p
4. template|<div class="word">#{-word}</div><div class="pron">#{-pron}</div><div class="expl">#{-expl}</div>
   
5. styles|.dict { } .word { display: inline-block; font-weight: bold; font-size: 105%; margin-right: .625em; } .pron { display: inline-block; color: green; font-size: 95%; }
   0 P) g, Y  T0 d. i
6. desc|此项可选
   ) w3 ~$ ~8 E/ `& w7 \( e  b0 T
7. formatters|此项可选，用来对数据进行预处理，一般不需要，具体以后再说

复制代码

3) 制作词典
. Y8 m- m- {. E, p' [- w% }下载压缩包内的转换脚本，放到字典源文件目录下，确定包含以下文件
dict_samp.txt  =>  字典源文件，必须为utf-8格式
+ o/ s- t2 A' J, I7 ~dict_samp.meta.txt  =>  字典信息文件，必须为utf-8格式
3 ~: P: d9 h7 n4 X# [; y- X" Esqlite3.exe  =>  sqlite3命令行工具
! a/ k3 Y' ]- E9 o5 m3 f8 |sqscript  =>  sqlite3脚本
jdict_create.bat  =>  转换批处理文件
% ?5 W: e4 R- l. \$ n  c& s
首先修改jdict_create.bat，中如下3行

1. set "table=word TEXT, pron TEXT, expl TEXT"
   
2. set "dictfile=dict_samp"
   
3. set "separator=||||"

复制代码

第一行为字典数据表格，对应数据文件中用分隔符隔开的各项，前面小写单词为表项名，template里花括号中的是就这个，显示时会被替换为真正的数据项。第一项为单词项，必须为word，其他项可以随意命名（除了word（当然）和refer（预留未实现））。
第二行为字典数据文件名，不含扩展名
& ^0 R7 O9 E, p2 `; x6 S; p# m第三行为字典数据分隔符
/ t' c( x6 l: J( o. \6 c
. X% i5 [" ^- }- W- \1 [9 b改好后运行jdict_create.bat，等待屏幕出现sqlite提示符"sqlite> "即转换完成，可以关掉cmd窗口了

关于HTML/XML/CSS的使用，可以参考http://www.w3school.com.cn/


2 |9 }7 X: d' v# a0 Y& K觉得格式太复杂搞不定的（其实主要是CSS），可以把数据整理好做成文本格式（txt,xml,html等都可以）发到bright2k@gmail.com，如果质量过关的话我会做好放出来
请勿直接发送其他格式的字典文件哈，最近太忙，实在是没时间研究
) m! W+ u7 ~# K( K9 Z
, l" k* A+ n- e6 {[ Edited by bright2k on 2010-11-29 11:25 ]

bright2k

美国传统词典的源文件例子，仅供学习交流。运行里面的bat文件即可生成jDict用的db文件，地址如下，有点大哈
4 k7 [! `# M( ]$ zhttp://mospot-jdict.googlecode.com/files/美国传统源文件转换脚本例子.zip
) v( c% v: F" F) N' g) j
附件为转换金山词典文件的python脚本
- N& Q8 _5 _. h/ C  L9 \4 v1 o- @先用kdsrip解出da3文件再运行此脚本
3 X6 Q" q; O" W/ o8 a/ F脚本还处于调试阶段，比较粗糙，运行也慢，还会生成很多临时文件，文件名最长的那个是转换好的词典数据
$ x6 G+ A! A1 N. G) m& ^需要手工添加第一行，即词典信息
7 _1 e1 y! K. |4 }meta.txt文件需要手写
目前只测试了美国传统和新牛津两个词典

, T: _5 F3 `2 C' R+ z( s[ Edited by bright2k on 2010-11-21 13:13 ]

chunqiangl

沙发还有没有

吹风

顶上去，这个词典真的做下去相当给力。

2b6c3d729918489

感谢 分享.

这种格式的字典与其他的软件有互通的么?

Jackson[RR]

相当给力，目前体验度最好的词典了

chinex

目前体验度最好的词典了
# y- K7 ?0 A; k5 T& O$ q
* ]1 D7 Z. @5 w% p* o
zdic那个就是个半成品。希望这个不要太监。

chinex

目前体验度最好的词典了。。。我太兴奋啦。

2b6c3d729918489

zdic那个如果有建议最好提出来哈...

希望有更多好东西给大家用

pgfly1121

顶起啊@################

Q.eniac

顶起啊

chinex

这个词典做起来太难了。

根本看不懂css啊。。。。。放弃了。

pangavin

請問可否把現有的字典...轉做繁體...可讓我也可分享使用...?
3 a6 \( G8 G- o# L9 v3 j0 q

chinex

原帖由 treo 于 2010-11-22 17:00 发表
zdic那个如果有建议最好提出来哈...

; h6 ^2 F1 y# P' ^希望有更多好东西给大家用

5 Z3 M' K9 _& S) O3 x# j  p2 p
/ `& q$ E( ~5 m0 g# L2 N- l
zdic那个，体验太差啦。懒得用了。

[ Edited by chinex on 2010-11-26 13:54 ]

foxboy1

请问字典的文件放下那个目录下？我是用PALM PR额，找不地方？

ohjust

现行的有吗？

cmzwf

请问b2k兄，对于wikipedia有成熟的想法吗？我觉得曾经的palm最佳体验之一就是这个了。期待！

bright2k

wiki在考虑，但是wiki download上的好象是不带图片的呀

chinex

比如我有以下的字典源文件：
3 V) ~. j' j- F9 D; ?
/ v# c5 F( m* R4 A; i3 e; @3 B<Color=red>abcd</Color>

+ V- C* Z8 \! s这个怎么在你的字典里表示？自己设定字体颜色？我现在已经知道了，jdict中斜体和粗体是可以的，就是颜色没搞定。

chinex

以美国传统字典中的escalate为例，我试着解读一下，请b2k指点：

escalate||||<JS>   /* 解释开始 */
; ]2 ?. W& {( P
<CY> /* 词义 */
8 ?9 B7 [- t% X: b& Y3 [7 X; L) @<CX>               /*CX是段落标记，在这个标签内的解释自动编号 */
<YX>escalate</YX>
<YJ>es.ca.late</YJ>                            /* 音节 */
+ f6 |& k4 M9 Z( U; G5 k/ Z<YB><AHD>[&#277;s&#697;k&#601;-lāt&#900;]</AHD><DJ>[ˋesk&#601;&#716;le&#618;t]</DJ><KK>[ˋεsk&#601;&#716;let]</KK></YB>   /* 音标 */
) V  T/ F7 p' ^* R7 v<DX>v.（动词）</DX>      /* 词性 */
4 n! k8 ~" i. [4 Q1 H<YS><B>es.ca.lat.ed</B>,<B>es.ca.lat.ing</B>,<B>es.ca.lates</B></YS>      /* 形态变化 */
<DX>v.tr.（及物动词）</DX>
$ D( b' t$ L0 @' }" c7 |: u: i, ^8 K
<JX>To increase, enlarge, or intensify:</JX>         /* 解析,根据<JX>的个数以编号 */
<GZ>增大，增强：使逐步增强、扩大、升级：</GZ>    /* 解析的翻译 */
<LJ><LY>escalated the hostilities in the Persian Gulf.</LY><LS>使波斯湾的战争升高</LS></LJ>                                       /* 例句以及例句的翻译 */
* F* W! w4 l& ?
<DX>v.intr.（不及物动词）</DX>
<JX>To increase in intensity or extent:</JX>
<GZ>逐步升级：有级别或程度上增长：</GZ>
6 |0 d4 w, a+ L4 d* K8 W3 U" ]<LJ><LY>“a deepening long-term impasse that is certain to escalate”(<B>Stewart L. Udall</B>)</LY><LS>“（事态）正在加深为长时间的僵局”(<B>斯图尔特L.尤德尔</B>)</LS></LJ>


& m0 M. S4 N2 d( U" t4 ]3 ^* U</CX>
7 y4 c. l8 G/ W$ j& g</CY>   /* 词义结束标志 */

3 `, p3 I2 w0 B& x<YY> /* 语源 */
<CX>
, N* ~- s/ A6 w8 I' o) s<JX>Back-formation from <B>escalator</B></JX>
0 _+ }9 F* L# q( L' _" Q<GZ>源自 <B>escalator的逆构词</B></GZ>
</CX>
</YY>  /* 语源结束标志 */
' k5 p4 p1 \, |0 ^# I* k
) a- u# R+ r  c! w% v<JC>   /* 继承 */

<CX>  
<YX>es”cala“tion</YX>
! ~: L% a* F5 @<DX>n.（名词）</DX>
9 ^, r4 {% e3 a2 d( p2 s& D</CX>
+ ^; O& ~* R% v. T9 u
<CX>
7 k  t4 B1 `4 I0 j% q/ I8 ]<YX>es“calato”ry</YX> /* 黑色加重 */
<YB><AHD>[-l&#601;-t&#244;r&#900;ē, -tōr&#900;ē] （形容词）</AHD></YB> /* 音标 */
7 A2 I7 `. k- j+ B0 f</CX>
1 f9 y$ b" Q4 m2 U
</JC> /* 继承结束标志 */
6 S$ R3 L" P. _" Z8 `8 O9 M
8 z1 y* Y; i6 Z& l( R
- B- B. \4 o4 Z2 }* K
3 {3 h8 G: A- B- i) X2 g4 w1 ^) y</JS>   /* 全部解释结束标志 */

. b1 b0 t: w" D4 Q# O* q
" t7 \5 k- `" c0 D! v# b－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
% a3 F3 l$ e) _8 a8 T7 U5 m- s字典的源txt文本中不能有<   >，否则<   >括起来的文字在webos上的jdict中会消失。

: H# j4 Y# E. [$ Y" B1.粗体<b></b>   斜体<i></i>   粗体和斜体这些格式都要在<CX></CX>内，否则不显示；
2.<CX></CX>内表示一个大段，里面按照<JX></JX>的次序用以解释排号；
4 I) V( x5 B9 R6 ?3.<CY> 与继承、语源、派生等是同级的，表示解释的种类，在<CX></CX>之外；
, B% p0 f3 B# z7 i4.每个单词的解释都以<JS></JS>开始结尾；<JS></JS>在<CY> 与继承、语源、派生等之外；

# Q8 N/ k+ l1 o# n" F, \1 L0 K不知我理解的对否？
4 i' f% F5 B! ?6 `5 N现在我的问题是，1.在<CX></CX>内的文字颜色如何设置？比如我想要蓝色的，红色的等。
( w  |; q( p# w$ J
2.在<JX></JX>内，如何实现换行？换行、另起一段的字符是什么？

, |( a2 @7 v1 h4 T; |3 p) u' m
3 j" u0 X6 k2 `+ `) P2 ^
" D$ r$ E6 |% B& |. M. p5 x[ Edited by chinex on 2010-11-29 15:28 ]

bright2k

原帖由 chinex 于 2010-11-29 14:31 发表
以美国传统字典中的escalate为例，我试着解读一下，请b2k指点：

3 i/ t  e% V5 R$ \+ S' ~; wescalate||||   /* 解释开始 */
. I( F$ d6 B7 F6 k  V
/* 词义 */
               /*CX是段落标记，在这个标签内的解释自动编号 */
  o! ^6 V; I; _- z: fescalate
es.ca.late          ...

; Q" `9 m. V" }1 r
8 H0 A4 F' B  T2 F0 x; |! l; A5 \这个是金山的词典格式，为xml格式，配对的尖括号之间为词典数据，嵌套的尖括号表示数据意义。
" ?0 Q: r1 x& i) U% y# r词典本身不包含任何格式信息，字体大小，粗细，颜色，编号等等都是通过CSS做的
金山的词典结构有点复杂，举个简单点的例子吧：
假设这样的数据（尖括号内的标签名可以根据实际内容的意义自定义）：

1. word||||<pron>[w&#604;rd /w&#604;&#720;d]</pron><def><expl><part>n.</part>字, 消息, 话, 词</expl></def><def><part>v.</part><expl>用言词表达</expl></def>

复制代码

对应的template设置如下：

1. <word>#{-word}</word>#{-expl}

复制代码

实际显示时#{-word}和#{-expl}会分别被||||两侧的内容替换，变成这个样子（做了格式化处理，实际上没有空格和换行）：

1. <word>word</word>
   ) l* H$ w& m" }% c1 U" H  f2 d
2. <pron>[w&#604;rd /w&#604;&#720;d]</pron>
   
3. <def>
   1 j; b: n5 W/ N+ n7 ?# _3 c
4.   <part>n.</part>
     {& T( o* `. g* L, h& t+ E3 s
5.   <expl>
   
6.     字, 消息, 话, 词
   
7.   </expl>
   
8. </def>
   
9. <def>
   
10.   <part>v.</part>
    % `6 b% x: K- G- b) x
11.   <expl>用言词表达</expl>
    
12. </def>
    6 Z4 }, @0 X3 V0 a$ G0 Y. F9 L
13. </div>

复制代码

接下来就是格式化，让字典变好看

1. /* 单词本身：如果当前行剩余空间显示不下则换行，显示成粗体，右侧空白0.5个字符宽度 */
   : o0 `$ y% u, o/ o1 y* ]
2. word { display: inline-block; font-weight: bold; margin-right: 0.5em; }
   ' {2 J/ s0 C. x1 w( m0 K3 {
3. /* 音标：如果当前行剩余空间显示不下则换行，绿色，字体大小95% */
   
4. pron { display: inline-block; color: green; font-size: 95%; }
   
5. def { display: block; } /* 单词定义：独立显示为一段 */
   
6. part { color: brown; font-size: 95%; } /* 词性：棕色，大小95% */
   
7. expl { color: gray; } /* 解释：灰色 */

复制代码

关于CSS，的详细信息，可以参考w3school上的教程
- P5 I7 d* X3 Y  U; @关于词条标号，需要用到CSS伪元素，比较复杂，这篇文章上有比较详细的介绍和例子
! F- q+ Y! W& E/ G6 ~3 V5 s
& d9 D& k" m- q' P% T/ G3 j- v$ B可以把词条和CSS写到html里，用浏览器就能测试，觉得合适了再做成词典导入手机，
% ?& P( _' _7 H0 L; H附件是上面单词word的例子
; w) x* N6 r( c1 a/ y% f
[ Edited by bright2k on 2010-11-29 15:43 ]

bright2k

关于金山的xml格式，一下是我整理的个标签含义，
其中只有最深的一级标签（YX，YD，YJ，CB，AHD，DJ，KK，DX，YS，JX，GZ，ZS，LY，LS，TY，LL）才（应该）有内容

1. <CK>                                        单词块
   ' ~# @' Y2 e: o( |+ S, q$ N
2.     <DC>                    word            单词
   / q  K& H! a6 \- l7 k1 x7 [" n
3.     <JS>                    expl            单词解释块
   
4.         <CY>                define          基本词义
   
5.             <CX>                            单词项
   
6.                 <YX>        ori             单词原型
   
7.                 <YD>        ori^1           词条？
   5 m5 E. ?' y& ]) z/ D
8.                 <YJ>?                       音节分段
   
9.                 <YB>        pron            单词音标
   1 z( g/ B) \1 J# {7 d
10.                     <CB>                    词霸音标?
    # s3 y% |5 z. M4 e9 z
11.                     <AHD>?                  AHD音标
    : [7 d/ p# W# M3 z/ y5 S
12.                     <DJ>?                   国际音标
    
13.                     <KK>?                   美国音标
    # Z9 g5 P. a  K9 _
14.                 <DX>        词性?            单词词性
    
15.                 <YS>?                       预解释
      P2 \# w: t* r8 N& m
16.                 <JX>        英              解释项      此项编号
    # i+ l  n: _) ?- [
17.                 <GZ>        中              跟随注释
    # e4 [2 G+ \: P  ?- z0 w
18.                 <ZS>                        子解释项    此项编号
    
19.                 <LJ>        sent            例句
    ) x0 A. @/ f# Z1 s
20.                     <LY>                    例句原型
    % V% Z' h+ b8 u) k3 V# H
21.                     <LS>                    例句解释
    
22.                 <TY>?                       同义词
    % A/ ]$ [) `: j5 h: R' f& }1 X! x
23.                 <LL>?                       另见
    5 R% P0 o( j0 x6 e9 R4 A
24.         <XY>                                习惯用语
    
25.         <CZ>                                常用词组
    
26.         <PS>                                派生
    
27.         <YY>                                语源
    2 V4 _1 r" j/ E/ n5 J2 Y; q
28.         <YF>                                用法
    
29.         <JC>                                继承用法
    
30.         <CC>?                               参考词汇
    5 ?) l' b& C  N: c0 d- l
31.         <ZZ>？                              注释

复制代码

6 U- @$ V1 ?* `[ Edited by bright2k on 2010-11-29 15:56 ]

Jeromekp

看的头晕，还是看不懂。。。

chinex

搞明白了。
  `# a; J  r3 S/ d& x) S
7 N) g, z& F% o" g8 c* p这样的格式设定比zdic科学强大多了。

谢谢lz！

wdb7890

原帖由 bright2k 于 2010-11-29 11:00 发表
wiki在考虑，但是wiki download上的好象是不带图片的呀

非常期待。

meng8131

【/media/internal/.app-storage】
internal目录下没有.app-storage怎么弄，可以新建么？

ifeiyang

原帖由 meng8131 于 2010-12-7 01:00 发表
【/media/internal/.app-storage】
' }4 m2 ~* f- [! yinternal目录下没有.app-storage怎么弄，可以新建么？

# h5 {/ U- `' x# e  H9 k* L运行一下jdict就有了。

cation999

很好，严重支持。能再有一些细节上的升级就更好了，能支持WIKI就更加完美了。

tyokantei

能支持ZDICT一样的大文件就好了，发音只能再等等了，我的755P有时还需要用下的

jilikas

支持一下，希望有越来越好的词典

starway

强烈支持一下，收藏慢慢学习。

zhasuo

很棒的字典，很早下好用了，今天路过发现我竟然没顶过，回头支持一下！

睡务干部

求个能用的维基百科  这样就能彻底放掉  zdic 了
  

路过蜻蜓

看着就晕．我想用手机，不是开发手机软件．

路过蜻蜓

在此感谢各位大大的钻研精神．

45678

不懂。开卷有益。感谢！

boreas728

pangavin 发表于 2010-11-26 01:33
請問可否把現有的字典...轉做繁體...可讓我也可分享使用...?

表達關注

vorber

作出的词典 不识别。。。。并且导致其词典也不能识别

另外，jdict后缀的词典又是什么格式，怎么做？

APSU

资源不够多

twtfjhhdx

% T/ o5 S. H' l) g同问。jdict格式怎么打包的？
# v$ ?2 M0 a7 C* p- A& W' _