MdxScraper（GUI升级版）：提取字典内容为HTML、WEBP或PDF

Vim · 2024 年1 月 13 日 10:58

演示

下载

特点

支持更多输入文件格式，包括 TXT/Markdown/JSON/Excel
支持更多输出文件格式，包括 HTML/JPG/PNG/WEBP/PDF
全面兼容常见 .mdx 词典：
- 支持多 mdd 的词典（内置并升级 mdict-query）
- 兼容有或无 CSS 文件的词典
- 兼容内嵌的各种图片，支持多种图片格式、img 标签多种写法等
采用图形界面(PySide 6)，提升智能化、增强人性化体验
- 配置选项灵活丰富，包括 Basic、Image、CSS、PDF 等主要类别
- 通过配置方案导入导出即可快速切换，轻松应对不同场景
- 可选备份原始词汇，数据安全有保障
- 可选增加时间戳到输出文件名，方便文件多版本管理
- 可选输出“无效词汇”清单，通过它可轻松改用其他词典再次查询
跨平台，兼容 Windows/MacOS/Linux

last_idol · 2024 年1 月 13 日 11:16

多mdd的支持，其实是在mdict-query.py文件里，需要从头理清原作者的思路。建议还是直接合并mdd更方便。

Vim · 2024 年1 月 14 日 11:32

Update：Release MdxScraper v1.1 · VimWei/MdxScraper · GitHub

Enhancing Compatibility for Windows, Linux, and Mac.
Implement ‘utf-8’ encoding for file handling to enhance compatibility.

demo · 2024 年2 月 28 日 12:18

正在学习 Python, 顺手把 mdict-query 改为支持多 mdd 查询了。
以下是测试代码：

def multi_mdd_test():
    mdx_name = '說文解字.mdx'
    mdx_name = Path(mdx_name)
    dictionary = mdict_query.IndexBuilder(mdx_name)
    css_key = dictionary.get_mdd_keys('\C0001*.png')[0]
    css = dictionary.mdd_lookup(css_key)[0]
    print(css_key)
    print(css)

改好的文件：
mdict_query.zip (3.5 KB)

Vim · 2024 年2 月 29 日 06:25

感谢升级重大特性！我基于此发布了新版本 v2.0

Vim · 2024 年3 月 3 日 18:50

重构程序，全面提升体验，升级到 v3.4
- 采用配置文件方式，而非命令行参数，配合conda可以一键输出，更便捷。
- 丰富配置选项，包括输入输出文件、词典文件、PDF排版、CSS等，更强大。
- 输出信息增加程序状态、查询统计、输出地址、耗时等信息，体验更友好。
- 备份原始词汇，并与输出文件放在一起，方便归档调阅，数据安全有保障。
- 增加时间戳到输出文件名，方便归档查阅所有输出文件，文件管理更方便。

hlmswift · 2024 年7 月 18 日 01:37

关于小白门坎高了一些，windows系统，没有exe或msi等一键安装的文件提供吗？

moran · 2024 年10 月 24 日 16:23

请问运行了主程序出现以下报错怎么处理？谢谢！
Traceback (most recent call last):
File “Desktop/MdxScraper3.6/MdxScraper.py”, line 371, in
found, not_found = {
File “Desktop/MdxScraper3.6/MdxScraper.py”, line 209, in mdx2html
right_soup = BeautifulSoup(‘

’, ‘lxml’)
File “/Library/Frameworks/Python.framework/Versions/3.9/lib/python3.9/site-packages/bs4/init.py”, line 250, in init
raise FeatureNotFound(
bs4.FeatureNotFound: Couldn’t find a tree builder with the features you requested: lxml. Do you need to install a parser library?

moran · 2024 年10 月 24 日 16:50

找到问题了。原来是没有装lxml，装好了运行就OK了。谢谢！

xiphiroc · 2025 年5 月 17 日 06:54

谁能本站上传个最新版的zip包， github经常响应时间过长，无法完整加载，访问!!! 谢谢！！

zhu1234 · 2025 年5 月 17 日 09:26

Traceback (most recent call last):
File “C:\MdxScraper-3.6\MdxScraper.py”, line 371, in
found, not_found = {
~
…<2 lines>…
‘jpg’: mdx2jpg,
~~~~~~~~~~~~~~~
}[output_type](mdx_file, input_file, output_file, INVALID_ACTION)
~~~~~~~~~~~~~~^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
File “C:\MdxScraper-3.6\MdxScraper.py”, line 206, in mdx2html
dictionary = mdict_query.IndexBuilder(mdx_file)
File “C:\MdxScraper-3.6\lib\mdict-query\mdict_query.py”, line 41, in init
assert(os.path.isfile(fname))
~~~~~~~~~~~~~~^^^^^^^
AssertionError

楼主和大神们，报错，怎么解决呀？
另外：这个没装上，pip install base64
安装了一个 pip install base
是不是它导致的？

Vim · 2025 年9 月 21 日 23:50

base64不需要安装，是pythoh标准库自带的。

你的错误是，没有找到 mdx 词典，需要自己放入 mdict\

Vim · 2025 年9 月 21 日 23:54

升级到 v3.9：

抛弃 conda，改用 uv 来管理 Python 虚拟环境，不仅确保环境一致，而且极大简化安装和使用。
重构了目录结构，将所有用户数据，包括 input, output 和 mdict，都移入 ‘data/’ 目录。
内置了一个案例词典，给首次使用的用户一个无须任何配置的友好体验，避免 #13 的困惑。

Vim · 2025 年9 月 22 日 00:40

现在可以一键安装，双击运行了。

mdictnofan · 2025 年9 月 22 日 01:49

出现错误，请问Vim大神该如何解决哈。

Vim · 2025 年9 月 22 日 05:08

按照 uv 官方的指引：

安装 uv

powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

检查 uv 版本

uv --version

升级 uv

uv self update

mdictnofan · 2025 年9 月 22 日 09:59

谢谢V大，我摸索一下。

Vim · 2025 年9 月 24 日 06:32

全面升级 GUI 版本

Vim · 2025 年9 月 26 日 15:03

再次升级，让自定义样式变得更加方便、直接

screenshot

Vim · 2025 年9 月 29 日 01:39

持续更新到 v5.0 了，主要是提升用户体验和程序质量。