讨论 - mdx+mdd文件元数据查看及修改工具的实现

johannhuang · 发表于 2019-6-15 09:39:04

本帖最后由 johannhuang 于 2020-2-15 20:03 编辑

## 背景

我自己下载了几个.mdx文件，但是因为网络上共享资源可以被随意更改名字，所以分辨不清楚下载的几个不同名字的但是同样大小的.mdx是否实际上为同一个（只是因为由不同人共享，且各自命了不同的名字）或者是不同人加工过的不同版本词典。

现在能找到的方法是：1.使用MDict软件导入，然后:About。2.使用GoldenDict导入，然后在词典管理界面查看元数据。

所谓元数据，我指的主要是下图红框中的信息（当然最好是能读取，mdx文件中词条数量等其他元数据）

## 需求

第一点的需求是，通过双击.mdx文件，可以实现类似于图片浏览器一样查看被点击mdx元数据，并具备修改的功能。
第二点的需求是，通过工具可以修改直接修改单个词条的内容，而不是导出-修改-再打包的流程。

第二点需求起因是，自己在使用某词典是，大部分词条排版时不错的，但是有一些词条则出现混乱状态，比如下图。

## 引用与思路

在论坛搜索了一番没有找到相应的工具，但同时找到了一些值得参考的资源，比如

Oeasy大的[[索引] GitHub 等地和词典有关的 [20171013]](https://www.pdawiki.com/forum/thread-16586-1-1.html?x=305325)
[[资料] mdict mdx mdd 格式全公开，及开源代码](https://www.pdawiki.com/forum/thread-10619-1-1.html?x=305325)

类似而值得参考的（但好像不能解决问题的）工具
[[工具] Dict Source Editor【2014.08.24】](https://www.pdawiki.com/forum/thread-12972-1-1.html?x=305325)
[[工具] Mdict Editor Tool v2.0.35 -- 多功能个性化词典制作工具](https://www.pdawiki.com/forum/thread-18986-1-1.html?x=305325)

有一条思路是从开源的GoldenDict中提取相关内容，构建子项目。

## 求助

但目前个人对于MDict的理解还是过于初级，所以希望得到高手指导。

PS：题主使用macOS系统+Windows系统，希望使用C/C++或者JavaScript进行相关跨平台开发。

deeke · 发表于 2019-6-15 11:50:13

比较两个 mdx 是否相同，用哈希值，比如 HashTab。
文件管理软件都自带比较功能，比如 Total Commander。

johannhuang · 发表于 2019-6-15 12:21:56

deeke 发表于 2019-6-15 11:50
比较两个 mdx 是否相同，用哈希值，比如 HashTab。
文件管理软件都自带比较功能，比如 Total Commander。 ...

谢谢，按照同样思路，我也找到了两个不错的比较文件软件HashCheck和Double Commander

mtaa · 发表于 2019-6-15 12:36:56

直接从mdx解析数据，然后diff生成html报告。一是词头比较差异，二是相同词头，对比释义差异。

ogrishman · 发表于 2019-6-15 16:56:00

用论坛里面那个“多功能mdx转换器”，它有一个功能就是直接修改title和description的。直接修改一个词条的解释比较复杂一点，好像没见过什么工具实现了的。

johannhuang · 发表于 2019-6-15 19:07:27

ogrishman 发表于 2019-6-15 16:56
用论坛里面那个“多功能mdx转换器”，它有一个功能就是直接修改title和description的。直接修改一个词条的 ...

你说的是PyGlossary么，我用你说的“多功能mdx转换器”、“mdx转换器”、“多功能转换器”搜索不到任何东西

thresh · 发表于 2019-6-15 20:01:30

deeke 发表于 2019-6-15 11:50
比较两个 mdx 是否相同，用哈希值，比如 HashTab。
文件管理软件都自带比较功能，比如 Total Commander。 ...

有些只是单纯改了mdx信息重新打包，一样会修改hash。这对于辨识版本造成了极大困难

deeke · 发表于 2019-6-15 21:52:17

thresh 发表于 2019-6-15 20:01
有些只是单纯改了mdx信息重新打包，一样会修改hash。这对于辨识版本造成了极大困难 ...

只是单纯改了 mdx 信息？那辨识啥，直接用啊。

thresh · 发表于 2019-6-16 02:01:49

deeke 发表于 2019-6-15 21:52
只是单纯改了 mdx 信息？那辨识啥，直接用啊。

改了之后你不知道两者是不是有区别啊~有的以为是新版，实际没改动，有的改动了，但是没更新信息。这种不规范搞得就头大；额

zzzz_sleep · 发表于 2019-6-16 05:02:01

别费力气，不可实现

主要原因：单词索引

MDX 根据单词索引快速定位单词位置，读取单词数据。
修改 META 或单词内容，都会影响后续单词数据位置，也就是前面单词的内容长度改变，后面单词的数据位置必然改变，从而引起索引全面改动。

johannhuang · 发表于 2019-6-16 10:26:09

zzzz_sleep 发表于 2019-6-16 05:02
别费力气，不可实现

主要原因：单词索引

词条改变会影响索引好理解，但是title和description改变应该不会影响索引吧，只是我的一点猜想，我还没来得及细致研究。您是研究过MDict的存储格式的么？

ogrishman · 发表于 2019-6-16 15:06:29

johannhuang 发表于 2019-6-15 19:07
你说的是PyGlossary么，我用你说的“多功能mdx转换器”、“mdx转换器”、“多功能转换器”搜索不到任何东 ...

不是你说的那个，是这个，我找了一下我的计算机上刚好有，就传上来看有没有人需要。

链接: https://pan.baidu.com/s/1yqbpCHzuNPm488uEJHyLBA
提取码: iwb9

johannhuang · 发表于 2019-6-16 18:37:45

ogrishman 发表于 2019-6-16 15:06
不是你说的那个，是这个，我找了一下我的计算机上刚好有，就传上来看有没有人需要。

链接: https://pa ...

多谢！感觉这个工具做的还挺好的，都是小工具类

5dhtml · 发表于 2019-6-17 09:23:25

johannhuang 发表于 2019-6-16 10:26
词条改变会影响索引好理解，但是title和description改变应该不会影响索引吧，只是我的一点猜想，我还没来 ...

会影响的，我试过用16进制编辑工具改title，可以更换原title的字母，但不能新增或删除字符，比如title:collins,只能改成title:bollins

johannhuang · 发表于 2019-6-17 09:47:51

5dhtml 发表于 2019-6-17 09:23
会影响的，我试过用16进制编辑工具改title，可以更换原title的字母，但不能新增或删除字符，比如title:co ...

哦哦，看来编译过的东西要动起来确实危险...

ogrishman · 发表于 2019-6-17 09:56:06

5dhtml 发表于 2019-6-17 09:23
会影响的，我试过用16进制编辑工具改title，可以更换原title的字母，但不能新增或删除字符，比如title:co ...

这是你的hex editor的问题吧，另外是不是文件正在使用中，不然mdx就是一个普通的文件，你随便乱改都可以，无非就是改的不能使用了，它怎么会让你“不能新增或者删除字符”呢？

5dhtml · 发表于 2019-6-17 15:12:23

ogrishman 发表于 2019-6-17 09:56
这是你的hex editor的问题吧，另外是不是文件正在使用中，不然mdx就是一个普通的文件，你随便乱改都可以 ...

我的意思就是更改后文件不能使用了，词典无法把它识别为合法mdx文件了

ogrishman · 发表于 2019-6-17 16:52:24

5dhtml 发表于 2019-6-17 15:12
我的意思就是更改后文件不能使用了，词典无法把它识别为合法mdx文件了

哦哦，在字典的描述信息后面有一个针对这个描述信息的adler32计算出的hash，直接修改title和description之后，还要重新计算一下这个hash，要不然有可能有些词典软件会校验之后认为词典文件已经损坏。

5dhtml · 发表于 2019-6-17 21:44:58

ogrishman 发表于 2019-6-17 16:52
哦哦，在字典的描述信息后面有一个针对这个描述信息的adler32计算出的hash，直接修改title和description之 ...

你是说，mdx文件里有个hash值，修改内容以后计算一下修改后的文件hash，再修改里边那个数值？那修改里边的hash数值后，hash值岂不是又变了？

ogrishman · 发表于 2019-6-17 22:27:20

5dhtml 发表于 2019-6-17 21:44
你是说，mdx文件里有个hash值，修改内容以后计算一下修改后的文件hash，再修改里边那个数值？那修改里边的 ...

我说的这个hash是针对描述信息的hash，不是针对整个文件的。楼主贴出来的链接里不是有mdx的结构么，就是dict info string后面的adler32 checksum
https://bitbucket.org/xwang/mdict-analysis/src/default/MDX.svg

[求助] 讨论 - mdx+mdd文件元数据查看及修改工具的实现

本帖被以下淘专辑推荐: