星际译王（StarDict）词典格式分析备忘。

最新推荐文章于 2022-04-10 10:24:11 发布

翻译最新推荐文章于 2022-04-10 10:24:11 发布 · 7.2k 阅读

标签

#file #string #website #网络 #email

<ipよさそうだ> 专栏收录该内容

5 篇文章

订阅专栏

本文深入剖析了星图字典格式，详细介绍了字典文件、索引文件、定义文件及同义词定义文件的结构与使用方法。

开发板推荐：天空星STM32F407VET6开发板

超高性价比 STM32主控 | 超高主频 | 一板兼容百芯 | 比赛神器 | 沉金彩色丝印

点击查看

参照：http://code.google.com/p/babiloo/wiki/StarDict_format
stardict词典格式分析
xxxxx.dict or xxxxx.dict.dz
xxxxx.idx or xxxxx.idx.gz
xxxxx.ifo
xxxxx.syn	optional

☆dict文件
	词典最原始的数据文件，文件结构遵从ifo文件中的定义。
	数据类型没有定义的时候，遵循以下结构
	word_1_data_1_type; // a single char identifying the data type	数据类型一个字符
	word_1_data_1_data; // the data	数据
	word_1_data_2_type;	数据类型一个字符
	word_1_data_2_data;	数据
	...... // the number of data entries for each word is determined by
	// word_data_size in .idx file
	word_2_data_1_type;
	word_2_data_1_data;
	......

☆idx文件
	词条的索引文件，按升序排序。
	word_str; // a utf-8 string terminated by '/0'.	长度小于256，所收词条单词
	word_data_offset; // word data's offset in .dict file	32bit or 63bit 无符号整数网络字节序列
	word_data_size; // word data's total size in .dict file	32-bit 无符号整数网络字节序列

☆ifo文件
	词典定义说明等描述文件。
	version= // required	现在的官方解析软件只解析2.4.2和3.0.0
		拒绝读取替他版本。
		如果是3.0.0版本，会用到idxoffsetbits属性。

	bookname= // required	词典名称，必须项。

	wordcount= // required	词典收词数，idx中的总词数。注意不包括.syn中的词数

	synwordcount= // required if ".syn" file exists.	同义词词数，多用于日文中的假名等

	idxfilesize= // required	索引文件大小。为压缩前的大小。

	idxoffsetbits= // New in 3.0.0	设定值为32或64。指定索引文件中每个索引的长度位数

	author=
	email=
	website=
	description= // You can use <br> for new line.
	date=

	sametypesequence= // very important.
	e.g.
	sametypesequence=W	.dict数据文件全部由 .wav声音文件组成
	声音数据文件格式	所以，读取时可以直接忽略w 类型和长度
		按照idx文件中的数据长度读取即可。
		word_1_data
		word_2_data
		word_3_data
		……

	sametypesequence=tm	word_1_data_1_data + /0
	t:音标格式	word_1_data_2_data
	m:纯文本数据格式	word_2_data_1_data + /0
		word_2_data_2_data

☆syn文件
	同义词定义文件。2.4.8以上版本支持
	synonym_word; // a utf-8 string terminated by '/0'.	长度小于256，同义词词条单词
	original_word_index; // original word's index in .idx file.	32bit,原词在索引文件中的位置