# 如何制作文字版辞典 **URL:** \ **Category:** 技术交流与词典编修\ **Created:** [2023 年1 月 27 日 06:18 UTC](https://forum.freemdict.com/t/topic/18677 "2023-01-27T06:18:54Z")\ **Posts on this page:** 19\ **Page:** 1
**Author:** ![suiyue123](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/s/0ea827/32.png) [@suiyue123](https://forum.freemdict.com/u/suiyue123)\ **Post date:** [2023 年1 月 27 日 06:18 UTC](https://forum.freemdict.com/t/topic/18677/1 "2023-01-27T06:18:54Z")
目前已经会了最简单的图片词典的做法，原理就是图片和页码能够一一对应。因此我想，把图片换成对应的一页文字，然后让一页的文字和页码一一对应，该怎么去处理呢 如果可以的话，是否有教程帖子 如果不行的话 我听别人说可以用equb的格式来制作文字版词典，那是否有equb制作词典的教程贴子 希望好心人可以给给提示，多谢了 ---
**Author:** ![amob](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/amob/32/14630_2.png) [@amob](https://forum.freemdict.com/u/amob)\ **Post date:** [2023 年1 月 27 日 06:24 UTC](https://forum.freemdict.com/t/topic/18677/2 "2023-01-27T06:24:33Z")
> [@新手 入门 科普](https://forum.freemdict.com/t/topic/9610): > > [mdx 科普、制作教程大合集](https://www.pdawiki.com/forum/thread-19410-1-1.html)[MDX制作教程收集](https://www.pdawiki.com/forum/forum.php?mod=collection&action=view&ctid=163)[新手必看的 Mdict 制作教程和经验](https://www.pdawiki.com/forum/thread-35617-1-1.html)[MDX/MDD 文件格式解析](https://einverne.github.io/post/2018/08/mdx-mdd-file-format.html)[python 提取 mdx/mdd 数据](https://www.gwygd.com/1XVe82E9n.html)[Python 官方文档](https://docs.python.org/zh-cn/3/)[Runoob 菜鸟教程](https://www.runoob.com/)[W3Cschool 编程狮](https://m.w3cschool.cn/) 图片版转文字版其实难度很高的，如上教程可能作用不大，你得先了解ocr和各种图片处理工具以及自动化工具。 epub制作你得先了解正则，html和css基本知识，相比之下简单多了 我一无所知，以上仅供参考，如果觉得我说错了，那一定说错了。 ---
**Author:** ![jcz777](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/jcz777/32/60576_2.png) [@jcz777](https://forum.freemdict.com/u/jcz777)\ **Post date:** [2023 年1 月 27 日 06:29 UTC](https://forum.freemdict.com/t/topic/18677/3 "2023-01-27T06:29:46Z")
![OCR](https://forumcdn.freemdict.com/uploads/default/original/3X/2/5/258432b6249f7561d8b0cb012638cd3933870939.png) 图片转文字，OCR识别率真的不高，错误非常多了。 ---
**Author:** ![shaoshi](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/shaoshi/32/14529_2.png) [@shaoshi](https://forum.freemdict.com/u/shaoshi)\ **Post date:** [2023 年1 月 27 日 06:31 UTC](https://forum.freemdict.com/t/topic/18677/4 "2023-01-27T06:31:12Z")
epub/mobi制作MDX方法可以看佛爷这个帖子： [从epub/mobi制作MDX方法(零基础可学会)](https://forum.freemdict.com/t/topic/12392) ---
**Author:** ![amob](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/amob/32/14630_2.png) [@amob](https://forum.freemdict.com/u/amob)\ **Post date:** [2023 年1 月 27 日 06:32 UTC](https://forum.freemdict.com/t/topic/18677/5 "2023-01-27T06:32:15Z")
实际制作中会有很多意料外的问题的，佛爷的方法并不通用啊 ---
**Author:** ![amob](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/amob/32/14630_2.png) [@amob](https://forum.freemdict.com/u/amob)\ **Post date:** [2023 年1 月 27 日 06:33 UTC](https://forum.freemdict.com/t/topic/18677/6 "2023-01-27T06:33:44Z")
现在离线ocr精度跟在线ocr没法比 目前最有名的OcrLiteOnnx和teressact跟在线的比都还是小巫见大巫 以下仅供参考 > 个人推荐高质量识别接口排序：合合OCR、火山OCR、讯飞OCR、有道OCR、腾讯OCR、百度OCR > 来自PandaOCR作者 > [https://support.qq.com/embed/phone/322047/faqs/93847](https://support.qq.com/embed/phone/322047/faqs/93847) 合合ocr收费很贵，火山目前完全免费 不过如何调用接口又得要好好研究一下 ---
**Author:** ![shaoshi](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/shaoshi/32/14529_2.png) [@shaoshi](https://forum.freemdict.com/u/shaoshi)\ **Post date:** [2023 年1 月 27 日 06:39 UTC](https://forum.freemdict.com/t/topic/18677/7 "2023-01-27T06:39:53Z")
可以弄一个finereader，把图片ocr了，每页存为一个文本(txt或htm)。 finereader > [@哪位能推荐一个非正版可用的文字识别软件abbyy](https://forum.freemdict.com/t/topic/5009/10): > > 参看： [abbyy解锁版](https://forum.freemdict.com/t/topic/9707)[abbyy15的破解版](https://forum.freemdict.com/t/topic/3231) 在图像版mdx每页按页码链接到同页的text(txt或htm)。理论上可以这样做，mdict说明里有。 没看到有人这样做，当然没有教程。 ocr会有很多错误，随用随改。 ---
**Author:** ![suiyue123](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/s/0ea827/32.png) [@suiyue123](https://forum.freemdict.com/u/suiyue123)\ **Post date:** [2023 年1 月 27 日 07:47 UTC](https://forum.freemdict.com/t/topic/18677/8 "2023-01-27T07:47:19Z")
“mdict说明 ”是什么，如何找到这个说明呢。 文字识别网上有很多软件，我可以都试一下。我对文档的精确度要求不高的，在用的过程中慢慢修改就好了。因为我制作的词典并不是词语词典，要求准确无误。 ---
**Author:** ![suiyue123](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/s/0ea827/32.png) [@suiyue123](https://forum.freemdict.com/u/suiyue123)\ **Post date:** [2023 年1 月 27 日 07:56 UTC](https://forum.freemdict.com/t/topic/18677/9 "2023-01-27T07:56:40Z")
ocr这个问题，我目前要求并不高，都是自用。 ---
**Author:** ![suiyue123](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/s/0ea827/32.png) [@suiyue123](https://forum.freemdict.com/u/suiyue123)\ **Post date:** [2023 年1 月 27 日 08:01 UTC](https://forum.freemdict.com/t/topic/18677/10 "2023-01-27T08:01:41Z")
哪有那么equb的书，我基本上很少读这个格式的书籍 ---
**Author:** ![shaoshi](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/shaoshi/32/14529_2.png) [@shaoshi](https://forum.freemdict.com/u/shaoshi)\ **Post date:** [2023 年1 月 27 日 08:05 UTC](https://forum.freemdict.com/t/topic/18677/11 "2023-01-27T08:05:50Z")
> [@suiyue123](#): > > “mdict说明 ”是什么 你可以看看这个帖子： [新手指南：怎样编辑mdx？](https://forum.freemdict.com/t/topic/16431) 词典制作工具MdxBuilder对mdict的格式有一些说明。我没弄过。我想不管你学佛爷epub转mdx的方法，或者自己学习链接到text，都需要摸索一番。 路假如走通了，就发个帖子谈谈经验吧，也许对后面的人有帮助。 我觉得ocr有两个用处： 1.帮助找到图片。(Goldendict可以全文检索，检索ocr不容易错的字，找图片。) 2.假如需要引用，不需要打所有字，只需要改ocr错字。 epub可以在annas-archive找。能不能找到你要的书，得看运气。 词典 epub [https://annas-archive.org/search?lang=&content=&ext=&sort=&q=词典+epub](https://annas-archive.org/search?lang=&content=&ext=&sort=&q=%E8%AF%8D%E5%85%B8+epub) 英汉 epub [https://annas-archive.org/search?q=英汉+epub](https://annas-archive.org/search?q=%E8%8B%B1%E6%B1%89+epub) 汉英 epub [https://annas-archive.org/search?lang=&content=&ext=&sort=&q=汉英+epub](https://annas-archive.org/search?lang=&content=&ext=&sort=&q=%E6%B1%89%E8%8B%B1+epub) ---
**Author:** ![suiyue123](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/s/0ea827/32.png) [@suiyue123](https://forum.freemdict.com/u/suiyue123)\ **Post date:** [2023 年1 月 27 日 10:00 UTC](https://forum.freemdict.com/t/topic/18677/12 "2023-01-27T10:00:02Z")
我看了说明，里面没有。不会是真的没有。有这几个： “转换Star Dict文件到mdx格式的步骤 ” “ 全局音频库的指定(实现真人发音)”、 “1) 扩展的SugarDict格式: 2) KDict解码后的tab格式 3) MDict的html格式 在html中嵌入图片的方法 在html中嵌入声音的方法: 4) MDict的紧凑型html格式 ” 没找到如何链接到txt文档上，我想想是不是把txt文档转换成html格式，感觉就应该可以了吧 ---
**Author:** ![9981](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/9/f14d63/32.png) [@9981](https://forum.freemdict.com/u/9981)\ **Post date:** [2023 年1 月 27 日 10:35 UTC](https://forum.freemdict.com/t/topic/18677/13 "2023-01-27T10:35:14Z")
我看到有把N个html（带图片的那种）转成mdx词典的，但就是不知道方法。 哪位大佬知道的，请分享一下制作方法，谢谢。 ---
**Author:** ![shaoshi](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/shaoshi/32/14529_2.png) [@shaoshi](https://forum.freemdict.com/u/shaoshi)\ **Post date:** [2023 年1 月 27 日 12:01 UTC](https://forum.freemdict.com/t/topic/18677/14 "2023-01-27T12:01:00Z")
我再去看了一下说明，我想我的记忆错了。我说的大概是我想做的实验，放弃没做，还以为可以。 普通的网页可以连接到电脑内文件，甚至可以通过脚本编辑。至少过去是可以的，我试过，这种网页叫hta。新的系统还行不行，就不知道。 mdx可以连接到外部网站的网页，但是似乎不能直接连接到电脑内的文本。假如通过脚本调用外部程序，当然是可以的。至少我知道：Wfg的mdx是可以通过脚本，打开外部的pdf，还跳到某一页的。 [有兴趣可以研究wfg的《本草纲目》mdx](https://forum.freemdict.com/t/topic/12434/34) 那么，ocr的内容能不能弄到mdx里来？要先处理过，每一页处理成一条。这不会太困难——假如不要求好看。ocr文本通常很丑。 ---
**Author:** ![shaoshi](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/shaoshi/32/14529_2.png) [@shaoshi](https://forum.freemdict.com/u/shaoshi)\ **Post date:** [2023 年1 月 27 日 12:08 UTC](https://forum.freemdict.com/t/topic/18677/15 "2023-01-27T12:08:03Z")
这个没有通用的方法，需要分析网页的结构，然后用脚本或正则把每一页处理成mdx的一条。 基本的概念就是一条的第一行是词头，第二行接下来是内容，第三行是分割符号。 和佛爷把epub转成mdx的原理是一样的。epub就是htm网页包。你可以看看佛爷是怎样做的，寻找灵感。 补充： 1.可以先用老马的textforever合并所有网页。 2.看一下网页的title能不能做词头，假如不行，看看网页内有没有标题h1/h2/h3之类的可以做词头。 ---
**Author:** ![9981](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/9/f14d63/32.png) [@9981](https://forum.freemdict.com/u/9981)\ **Post date:** [2023 年1 月 27 日 12:57 UTC](https://forum.freemdict.com/t/topic/18677/16 "2023-01-27T12:57:09Z")
好的，谢谢。 ---
**Author:** ![suiyue123](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/s/0ea827/32.png) [@suiyue123](https://forum.freemdict.com/u/suiyue123)\ **Post date:** [2023 年1 月 27 日 14:38 UTC](https://forum.freemdict.com/t/topic/18677/17 "2023-01-27T14:38:03Z")
我感觉需要用正则对文档的内容进行调整，应该就可以了。毕竟OCR文本是很有特征的，前面图片的名称会输出到文档里，我想到时候把图像的名称，用正则替换成页数和词头，就可以进行批量替换了。只不过我不知道公式是啥。只不过我现在对这方面并不着急，以后再学吧。但至少这个思路，我觉得应该是可行的 ---
**Author:** ![shaoshi](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/shaoshi/32/14529_2.png) [@shaoshi](https://forum.freemdict.com/u/shaoshi)\ **Post date:** [2023 年1 月 27 日 14:45 UTC](https://forum.freemdict.com/t/topic/18677/18 "2023-01-27T14:45:50Z")
用Emeditor也可以批量替换资料。 [Emeditor实现快速词典校对操作](https://forum.freemdict.com/t/topic/14991/2) ---
**Author:** ![aimdict](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/a/dbc845/32.png) [@aimdict](https://forum.freemdict.com/u/aimdict)\ **Post date:** [2023 年1 月 28 日 07:32 UTC](https://forum.freemdict.com/t/topic/18677/19 "2023-01-28T07:32:06Z")
回帖明显看到两个论坛的差别和差距。