如何把 MDX 格式词典转换成 Kindle 字典

目前 Kindle 字典资源(尤其是小语种字典)还不算太丰富,其来源除了亚马逊官方为 Kindle 提供的一些字典外,就是第三方机构制作或网友自制的字典了。而网友自制的字典,大部分都是通过其它字典格式转换而来,毕竟除非是专业从事制作字典工作的,手工录入词条不太现实。

本文要介绍的便是转换 Kindle 字典的一种方法,即把 MDX 格式的词典转换成适用于 Kindle 的 MOBI 格式字典。MDX 也是一种字典格式,而且相比 Kindle 的 MOBI 格式字典,资源更为丰富一些,你可以通过相关的资源站点(如PDAWIKI星际译王词库OwnDict)下载 MDX 词典资源,也可以通过搜索引擎搜索“mdx词典”寻找 MDX 词典资源。本文同样适用于 StarDict 字典的转换。

只要你有 MDX 词典文件或其源文件(包含 dict、idx 和 ifo 三个文件),就可以通过下面的方法将其转化成 Kindle 字典。感谢 Kindle 伴侣交流 QQ 群(一群)的小伙伴 @汪星人 提供的转换步骤,以下内容便是以此为蓝本修缮而成。本教程仅适用于 Windows 系统。

一、准备工作

转换过程中需要用到以下软件,请点击链接下载备用。

注:python 要安装 2.7.x 版本,而不要安装 3.x 版

二、转换步骤

下面以 MDX 格式的“牛津高阶英语词典(第8版)”举例说明(你也可以使用自己下载到的 MDX 词典文件),详细演示如何一步一步地将其转换成 MOBI 格式的 Kindle 字典。

1、将 MDX 字典转换成 MDX 源文件

运行程序 GetDict.exe。在“选择MDX词典”这项中,点击【浏览…】选择准备好的 MDX 文件,如“牛津高阶英语词典(第8版).mdx”;在“转出文件”这项中,点击【浏览…】选择字典源文件输出路径,建议新建一个文件夹,如“oa8”,输入文件名,如“oa8”,点击【保存】按钮;其它选项保持默认,点击【开始转化】按钮,在弹出的对话框“词典名称”中输入词典的名称,如“oa8”,点击【确定】按钮开始转换。

GetDict

转换完毕后,在“oa8”这个文件夹中会出现 oa8.dict、oa8.idx 和 oa8.ifo 三个文件。

注意,如果你下载到 MDX 词典本身就是源文件的形式,则可以忽略上面的步骤。不过如果遇到词典源文件后缀为 .dict 的文件后还有一个 .dz,如“***.dict.dz”,需要将 dz 重命名为 gz,并用 7-zip 软件解压,得到“***.dict”文件,然后将后缀名为 .dict 的文件名重命名一下,和其他两个文件的文件名统一起来。

2、将 MDX 字典转换成 TXT 文件

解压缩下载到的“StarDict.zip”,运行文件夹里的“stardict-editor.exe”,切换到“DeCompile/Verify”标签,点击【browse…】按钮,选择“oa8”文件夹中的后缀名为 .ifo 的文件。然后点击【Decompile】按钮,稍候片刻。直到出现提示信息“Done!”,即表示转换成功。

StarDict-Editor

此时“oa8”文件夹中会出现一个转换得到的名为“oa8.txt”的文本文档。

建议检查一下这个文档的内容是否显示正常,如果出现了乱码,请将其更改成正确的编码再保存。否则,后面转换字典文件时出现类似“Source file is not valid UTF8.”的错误提示。

3、将 TXT 文件 转换成 MOBI 源文件

把 tab2opf.py 拷贝到“oa8”文件夹内。打开“命令提示符”,并用 cd 命令定位到“oa8”目录下,输入以下命令(如果已将 python 添加到环境变量则无需输入 python 的全路径):

c:\python27\python.exe tab2opf.py -utf oa8.txt

等待命令运行完毕之后,在“oa8”文件夹下会出现一个 .opf 文件和几个 .html 文件。用记事本或代码编辑器打开其中的 .opf 文件,然后找到如下所示这段代码:

<metadata>
	<dc-metadata>
		<dc:Identifier id="uid">oa8</dc:Identifier>
		<dc:Title><h2>oa8</h2></dc:Title>
		<dc:Language>EN</dc:Language>
	</dc-metadata>
	<x-metadata>
		<DictionaryInLanguage>en-us</DictionaryInLanguage>
		<DictionaryOutLanguage>en-us</DictionaryOutLanguage>
	</x-metadata>
</metadata>

请按照下面的提示说明(红色字符部分)修改上面所示代码:

<dc:Identifier id="uid">词典文件标识符</dc:Identifier>
<dc:Title><h2>词典的名字</h2></dc:Title>
<dc:Language>词典的语言</dc:Language>
<DictionaryInLanguage>输入的语言</DictionaryInLanguage>
<DictionaryOutLanguage>输出的语言</DictionaryOutLanguage>

其中“词典的名字”即是 Kindle 字典的正式名称,如本例中可将其修改为“牛津高阶英语词典(第8版)”。词典的语言一般不用修改,关键在于输入和输出的语言。如果是英汉词典,输入为英语 en-us,输出为汉语 zh;同理,如果是日中词典,则输入为日语 ja,输出为汉语 zh。

修改完毕后,另存为,文件名不要改动,在“编码”选项中选择“UTF-8”,然后点击【保存】按钮。

4、将 MOBI 源文件转换成 MOBI 文件

把 mobigen.exe 拷贝到“oa8”文件夹内。把刚才生成的那个 .opf 文件拖放到 mobigen.exe 文件上,mobigen.exe 就开始将 MOBI 源文件转换成 MOBI 文件了,转换所需时长根据字典大小而有所不同。

最终得到的 MOBI 格式文件就是转换好的字典文件了。将其拷贝到 Kindle 中即可使用。

注意,在转换的过程中会出现类似“Warning(prcgen):Some syntax error happend in a script …”或“Error: Unexpected token found”之类的提示,这是因为源文件中有一些 javascript 脚本,在转化的过程中被 mobigen 忽略掉了。经过测试不影响最终生成字典文件的使用。

三、已知问题

通过此方法转换的字典,其查询是严格匹配,不支持模糊检索,所以会导致单词变形无法匹配。

有帮助,[ 捐助本站 ] 或分享给小伙伴:

发表评论

标注为 * 的是必填项。您填写的邮箱地址将会被保密。如果是在本站首次留言,审核后才能显示。
若提问,请务必描述清楚该问题的前因后果,提供尽可能多的对分析该问题有帮助的线索。

小伙伴们发表了 64 条评论

  1. 花了一下午时间研究了下,搞出来一部词典,但是放到kindle里发现词典名是乱码,勾选词语之后也无法进行查询,不知道是什么原因。把词典文件用previewer打开后是可以看到内容的,请教是什么原因

            • 我用你发给我的 MDX 文件按照本文的步骤操作了一遍,得到的字典是正常可用的。

              然后我又回顾了一下转换过程,只有一个地方需要注意,那就是在使用脚本 tab2opf.py 的时候一定要添加参数 -utf,否则生成的字典不可用。

              我已经通过邮件把转换后的字典文件的下载链接发给了你,可以测试一下。

  2. 执行完第三步后,这时得到了一个OPF和几个HTML。结果发现坑爹的一幕出现了,对HTML添加CSS效果的时候发现,margin-right是无效的,甚至margin-left也只是在转成mobi后成为了一个blockquote标签。MOBI本身不支持margin…..迷了。但是kindle官方发布的文档里面显示了margin是支持的,可是用kindlegen生成的也是mobi,仍然不支持,陷入了一个谜一般的循环??站长知道这个吗?求解答?也许azw或者azw3支持margin,但是问题是怎么把opf和几个html生成azw或azw3呢??

    • 刚刚查了一下,没戏了。kindlegen不能对字典不能生成KF8标准的格式,所以无解。

      • 如果在 OPF 文件中指定了字典类型元数据,KindleGen 在自动转换时自动降级成 mobi7 格式,这种老式格式不支持 CSS 样式。

        字典主要用来查词用,查询的内容也只会在查询框里显示,也无法应用样式。如果想要有限更改某些外观,比如加粗、加大字号,可以尝试用 HTML 原生的一些古旧标签,比如 <b>、<font> 标签来应用这些样式。

        如果只是想当做纯粹的电子书阅读,可以不在 OPF 文件中添加指定字典类型的元数据。

        • 感谢站长的解答,确实如此,而且看起来亚马逊似乎并没有为字典提供KF8支持的打算,因为早在2013年就有人提过这个问题了…..

  3. 你好,我用大辞海的mdx做kindle词典,做到最后一步,命令提示符提示很多条重复的信息,如:Error(core):Cannot concatennate strings.Incoherent encodings. 再如:Warning(index build ):Unsuported Html entity or impossible to map the entity to the current encoding.等提示,没有生成文件,

  4. 输出后没有opf文件
    (just) for the record
    (just) in case ( 鈥?)Traceback (most recent call last):
    File “tab2opf.py”, line 254, in
    print dt
    IOError: [Errno 0] Error
    最后的输出

      • 尝试把 print dt这一行注释掉,你会发现程序执行速度飙升,也会避免一些奇怪的错误。本人亲测。

  5. 打开“命令提示符”,并用 cd 命令定位到“oa8”目录下,这一步怎么操作啊,可以详细一点吗

    • 就是在命令提示符中输入命令 cd 后面跟上 oa8 的路径。给你说个小技巧,在命令提示符上输入 cd 加空格,然后直接用书把 oa8 拖放到命令提示符上,这样就不用手动输入路径了。

  6. All Hallows鈥?EveTraceback (most recent call last):
    File “tab2opf.py”, line 254, in
    print dt
    IOError: [Errno 0] Error

    运行
    c:\python27\python.exe tab2opf.py -utf oa8.txt
    后出现报错 应该怎么办?

      • 是的,后来我换成牛津词典,成功了,但是为什么在转换之前那个词典到最后生成mobi的时候,软件崩溃呢,试了三次了

        • 这个情况以前遇到过,有时候重试几次可能会成功,有时就不行,尤其是文件较大的时候,这可能和软件有关系。

  7. 我这里有个葡英词典源文件,希望能转换成Kindle词典,并且能够通过变位动词查动词原形及其释义。
    求大神帮忙。

  8. 站长大大,第3步出现这个问题怎么办?
    下面是cmd里输入tab2opf.py -utf oa8.txt 后的提示
    C:\Users\Administrator\Desktop\oa8>tab2opf.py -utf oa8.txt
    File “C:\Users\Administrator\Desktop\oa8\tab2opf.py”, line 199
    print “tab2opf (Stardict->MobiPocket)”
    ^
    SyntaxError: invalid syntax

    好像有什么语法错误的

  9. 命令运行完毕之后,在“oa8”文件夹下会没有出现一个 .opf 文件和几个 .html 文件,

    • 建议把问题描述的更详尽一些。比如运行命令之后没有出现这些文件,出现了什么?或者有什么具体的提示信息?

  10. 提示 unicode decode error: utf8 can’t decode bye 0xe9 in position 1: invalid continuation byte

  11. 站长好,在转换汉语词典是已将三处的language改为zh, 为何中文词条是乱码呢?谢谢