dexonline in format
stardict. Formatul stardict este recunoscut de KoReader (singurul
software open source pe care l-am gasit pentru e-reader-e).Se descarcă baza de date de la dexonline si se transformă in format
stardict.
TLDR
Ca sa obtineti un format stardict, trebuie mai intai obtinut un format gls
din baza de date dexonline a datelor returnate de select-ul acesta:
select replace(l.form, "'", '') form, replace(d.htmlRep, "\n", "<br/>") html from Lexem l inner join EntryLexem el on l.id = el.lexemId
inner join Entry e on el.entryId = e.id
inner join EntryDefinition ed on e.id = ed.entryId
inner join Definition d on ed.definitionId = d.id where d.sourceId in (27, 21);
Formatul gls este destul de simplu. Pe prima linie se afla cuvantul cautat,
apoi pe urmatoarea se afla definitia si dupa o linie libera. Deasupra datelor
trebuie adaugat header-ul acesta (cu tot cu linii libere):
#bookname=dexonline.ro
#version=3.0.0
#stripmethod=keep
#sametypesequence=h
#date=2018-01-21
#description=Acesta este o adaptare a bazei de date DEX online sub licența GPL.
iar dupa aceea trebuie trecut prin stardict-editor pentru a obtine cele 3
fisiere stardict. Eu am folosit anumite software si anumite proceduri ca sa
obtin formatul gls, dar evident, din moment ce se lucreaza cu soft-uri libere
si formate text, puteti folosi orice software va e la indemana.
Cum sa-l folosesc
Cele 3 fisiere dex.* trebuie copiate in folderul de dictionare al koreader sau
al oricarui alt cititor care cunoaste stardict. Daca doriti, puteti reincepe
procesul pentru a obtine din nou baza de date si dictionarul.
Softuri folosite
- Artix Linux
- vim
- Sql Workbench/j
- StarDict editor
dictd(din pacheteleArtix Linux).MySql
Pasi
Instalati softurile necesare.
Atentie la stardict-tools. Pachetul este configurat sa depinda de
libmysqlclient, care nu mai exista acum in Arch sau Artix Linux. Trebuie
sa editati fisierul PKGBUILD si sa eliminati de acolo aceasta dependinta.
Probabil libmysqlclient este folosit de alte softuri din pachet,
stardict-editor (care ne trebuie noua) va merge.
Descarcati baza de date dexonline de
aici. Instrucțiuni de instalare
Incarcati-o in mysql.
Un exemplu poate fi vazut aici
Folosind Sql Workbench/J, exportati datele in format CSV
In documentatia Sql Workbench/J sunt explicate anumite comenzi specifice, ca
wbexport Le puteti gasi acolo. Eu am executat aceste comenzi:
wbexport -header=false -file=/tmp/rows.txt -delimiter=, -quoteChar="'" -quoteCharEscaping=none -quoteAlways=false -encoding=UTF-8;
select replace(l.form, "'", '') form, d.htmlRep html from Lexem l inner join EntryLexem el on l.id = el.lexemId
inner join Entry e on el.entryId = e.id
inner join EntryDefinition ed on e.id = ed.entryId
inner join Definition d on ed.definitionId = d.id
In urma acestei operatii, am obtinut datele in format text in fisierul
/tmp/rows.txt.
Preparati fisierul text
Fisierul text obtinut trebuie transformat in format .gls. Puteti gasi
informatii despre format aici.
Am editat fisierul cu vim si am facut urmatoarele schimbari:
:%s/\v'$//g(am eliminat'de la sfarsitul fiecarei linii unde exista):%s/\v^([^,]+),'/\1,(am eliminat'de dinaintea definitiilor):%s/\v^([^,]+),(.*)$/\1^M\2^M(am separat lexemele de definitii si am adaugat o linie noua dupa fiecare definitie)
Atentie la caracterele speciale: au fost obtinute apasand Ctrl si V si
apoi Enter. Am inlocuit in principiu textele gasite cu linii noi.
Acum datele sunt in format .gls.
Creati fisierul dex.gls cu urmatorul continut:
#bookname=dexonline.ro
#version=3.0.0
#stripmethod=keep
#sametypesequence=h
#date=2018-01-21
#description=Acesta este o adaptare a bazei de date DEX online sub licența GPL.
-continut-rows.txt-modificat-
Atentie la liniile libere. Prima linie din fisier trebuie sa fie o linie
libera si dupa definitia fisierului (linniile care incep cu #) trebuie
inserat continutul modificat al rows.txt.
Salvati fisierul si inchideti vim.
Creati dictionarul
Deschideti stardict-editor. In interfata, selectati jos in stanga formatul
Babylon file (nu Tab file, care este selectat initial). Apoi selectati
fisierul creat dex.gls cu optiunea Browse in partea din stanga sus. Apoi
apasati Compile in partea din dreapta jos. Daca totul a mers ok, ar trebui
sa obtineti un mesaj de genul acesta:
Building...
Over
wordcount: <n>
Done!
unde n este numarul de cuvinte din dictionar.
Acum ar trebui sa aveti langa fisierul dex.gls cele 3 fisiere stardict
(dex.dict.dz, dex.idx, dex.ifo). Aceste 3 fisiere reprezinta dictionarul
in format stardict. Trebuie sa le copiati in functie de e-reader-ul folosit
in folderul indicat de documentatia
KoReader
Sursa: https://github.com/cosminadrianpopescu/dexonline-stardict
Posts
