图片词典的制作规范与开源工具
背景
时常遇到好资料，怎奈只有PDF扫描版，辛苦制作好词条，但成品的导航却不够理想，梳理
一下现有获知的工具，提出图片词典应有的标准，希望各路高手能够借鉴打造理想的工
具，造福广大词典爱好者。
现有图片词典制作技术点评
* 图像版mdict字典制作方法 by tsiank
- src: https://www.pdawiki.com/forum/thread-13451-1-1.html
- 这是最优秀的原创教程了，入门必修
- 优点：理解图片词典的基本原理
- 问题：导航简陋，难以在页面中定位具体词条
* 图片版mdx源文件生成工具 by tsiank
- src: https://www.pdawiki.com/forum/thread-33574-1-1.html
- 这是上述教程的升级版，带工具了！
- 优点：导航体验大大提升；技术门槛极低，小白都可以使用
- 问题1：不能自动处理多部分构成的书籍，目前主要处理正文部分
- 问题2：生成的mdx源文件有很多细节问题需要进一步处理，如CSS缺文件名、多
个标签属性之间缺空格、nobomb格式等
- 问题3：鉴于使用Excel，无法与其他工具链结合，从修订原始词条文件到生成
mdx源文件无法一步到位
- 问题4：导航依然有改进空间，VBA不熟悉，改造困难
* 以Picture Capture为代表的切图版词典制作软件 by chigre3 等
- src: https://www.pdawiki.com/forum/thread-19040-1-1.html
- 这是对终端词典用户体验最好的工具
- 优点：直接定位到具体词条、导航丰富
- 缺点1：工具非开源、偶尔开放下载、遇到问题没有反馈处理机制
- 缺点2：对于普通词典制作者来说极其复杂、体验糟糕
* 使用CSS精确定位Visual词典 by 孤影 等
- src: https://www.pdawiki.com/forum/thread-20350-1-1.html
- 对于Visual Dictionary词典用户来说，体验很不错
- 优点：关键词加亮、可直接在图片上点击关键词链接
- 缺点：具体技术细节不开放，仅可观摩案例Chinese-English Bilingual
Visual Dictionary （https://www.pdawiki.com/forum/thread-35929-1-1.html ），
大致是先OCR图片，并通过类似Picture Capture工具切片获取每个关键词的相
对定位，最后使用CSS隐藏文字层并定位关键词，太复杂了
优秀的图片词典工具链标准
* 词典成品的导航体验要足够好：核心是有助于快速定位具体词条位置
* 词典要能够适应不同尺寸的屏幕：阅读体验好，字体太大或太小都不可取
* 图片处理要足够简单：使用扫描的整页图片即可，不要切片等复杂操作
* 词条的录入、校对要足够简单：要一目了然，不容易出错，技术门槛降至最低
* 词典修订要快捷：修订原始词头文件后，通过工具可一步到位生成最终的mdx源文件
为了实现上述目标，拟根据自己制作十来个图片词典的实践经验，提出如下制作规范，大
家可将其看作是开发相应图片制作工具的用户需求文档。
成品图片词典的导航构想
* 在页面顶部显示Pages导航 和 Keywords导航（或有）
- Pages：Previous Next Cover Preface Content Index etc.
- Keywords：A B C D E F G
* 在页面底部显示Pages导航
- Pages：Previous Next Cover Preface Content Index etc.
* 在Pages导航中：
- 上下页，可自动处理first和last页面
- 上下页，可自动处理多个部分的页码体系为一个连续整体，如：
- 正文前123（封面、目录等）、正文123、正文后123（索引、封底等）
- 除了上下页外，可自定义添加封面、前言、目录、索引等固定链接。
* 在Keywords导航中：
- 若没有关键词，则不显示Keywords导航，适配封面、前言、目录、索引等页面
- 若某个关键词作为mdx的keywords，即使用Keywords导航中的某个关键词进行查
询，则在Keywords导航中加亮该关键词。
- 若页面作为mdx的keywords，即使用Pages导航中的页码等进行查询，则在
Keywords导航中的关键词不做加亮处理。
源文件格式规范
* 图片文件命名格式：
- 根据页码编排需要，可将书籍分为多个部分，如：正文前123（封面、目录
等）、正文 123、正文后123（索引、封底等）
- 对于不同部分的图片，相应文件名命名规范为“前缀名+页码+后缀名”：
- 前导名可自定义，中英文均可，建议采用书籍英文名或拼音缩写等个性化
名称，避免多词典之间命名冲突
- 页码位数可自定义，默认4位，可根据需要设为3位或5位等
- 需要正确识别图片后缀名，如jpg、png等
- 图片文件名案例：某书前0001.jpg…某书正文0001.jpg…某书后0001.jpg
* Keywords源文件格式：
- 对应书籍的多个部分，将keywords源文件分为多个部分，如：正文前123.txt（封
面、目录等）、正文123.txt、正文后123.txt（索引、封底等）
- 具体内容格式(极大化方便用户输入词头、校对和修订)：
* 第1行页码：0001
* 第2行关键词：A
* 第3行关键词：B
* 第n行关键词：N
* 第n+1行页码：0002
* 第n+2行关键词：X
* 第n+3行关键词：Y
* 第n+4行关键词：Z
* ……
- 页码之后，可以没有关键词
- 若有关键词，则同时生成相应的Pages导航和Keywords导航
- 若没有关键词，则仅生成Pages导航，而没有Keywords导航
处理程序及配置文件规范
* 建议使用Python3，毕竟用户多，大家有能力按需改造
* 程序作适当配置后，应可一键生成最终的mdx源文件和css
* 主要配置包括：
- 书籍多个部分对应的Keywords源文件和图片文件
- Keywords源文件名称
- 对应的图片文件名：前缀名 + 页码位数 + 后缀名
- Pages导航中的自定义固定链接：
- 固定链接名称（如封面目录） + 对应图片文件名
- mdx目标文件名
- CSS文件名
- 导航的中英文
- 简中：页面、上一页、下一页、关键词
- 繁中：頁面、上一頁、下一頁、關鍵詞
- 英文：Pages、Previous、Next、Keywords
目标文件格式规范
* mdx源文件txt需要满足mdx源文件的格式标准：dos，nobomb，UTF-8
* 生成的CSS可进一步配置：
- Pages导航样式
- Keywords导航样式
- 加亮Keyword样式
- 图片宽度：百分比（默认100%）或固定大小（px或em）
扩展1：整页版和多栏切片版二合一
为适应手机等移动设备的查阅，需要将整页版适度分栏切片
* 词条需要分栏处理
* 图片文件名需要分栏处理
* CSS要能够自适应不同屏幕尺寸的设备
具体改造略
扩展2：多层次词头优化
为优化类似Longman Language Activator、朗文多功能分类词典、现代汉语词典等词头有
多个层次的词典，可在原有标准基础上，进一步将Keywords区分为多个层次，如字、词：
* 在页面顶部显示Pages导航 和 字词导航（或有）
- 页面：Previous Next Cover Preface Content Index etc.
- 字：A B C D E F G
- 词: WordA1 WordA2 WordA3 WordA4
* 在页面底部显示Pages导航
- 页面：Previous Next Cover Preface Content Index etc.
* 当查询页码（并未查询具体的字或词）时，仅显示页列表
* 当查询某个字或某个词时，不仅显示字列表，还显示这个字所包含的词列表
具体改造略
诚邀Python等高人打造开源的图片词典制作工具
若能够制作符合上述标准的工具（先有标准版的即可，扩展版再逐步优化），必将造福广
大词典爱好者，无论是字典制作者，还是字典使用者。
若有需要，我可提供相关案例词典：包括完整的图片、词条等。
