你这么一说还真是，恼火这个词 可能是川渝那边用得比较多些哈
嗯，不晓得其他地方有没有这个词，不过川渝地区是用得最多的。
你这句话最后一个哈字也是川渝人爱用的
，我感觉这个哈字有种需要别人确定的语气，类似于日语中的ね，不过我也没啥数据支持，纯粹我个人的猜想和感觉。
列下 MDX 已知的问题：
- 缺乏辅助索引：汉语拼音被完全忽略，外语学习者被直接放弃；日语则把假名当作主索引，在同音字多的时候会加载很多不相关的词条。
- 缺乏变音符号支持：目前仅有 ASCII 大小写忽略，对法语、西班牙语、越南语等含变音符号的语言极不友好，特别是越南语完全不可用。
- 缺乏内容校验：打包工具不检查词条 HTML，出现问题时无论是作者还是开发者都难以判断来源，脚本兼容性更无从谈起。
- 缺乏结构化数据：词条内容完全是 HTML，没有字段、没有语义结构，无法做义项和例句的精确检索、无法做跨词典统一展示，也无法支持现代词典所需的变形、同义词、词性等结构化信息。
- 版本管理失控：文件本身没有唯一的编号，没有版本约束，MDX 与 MDD 也没有强绑定，常出现新版配旧资源、多个 MDD 互相覆盖、外部资源路径失效等混乱情况。（建议使用单文件，大文件可以区分有声版和文本版。
希望新的格式能解决上述问题。
1 Like
mdx只是个载体，你想让他完美无缺或者十八般武艺样样精通不现实，世上任何一个东西想找缺点都能找到
上面这 5 个已知的问题技术上完全能解决，我只是觉得生态已经挤满了，推广困难所以没有做。
这些确实是问题，但解决起来谈何容易！在没有利益驱动的情况下（至今mdx属于完全免费使用），谁来做呢？而且我曾说过的，即使有了更完善的结构，但词典源文件从哪里找？
我认为只有一个问题就是推广，用户的需求已经基本满足了，其他都是小问题。
1 2 实现应该不难，不过还得要词典软件“配合”，mdx(2.0)的索引似乎(只?)是针对程序内部的，词典软件都拿到所有词条名自己一套处理补全 模糊 啥的逻辑
3 html js css 的合法性能解决最好，各种奇葩的html，span里套div的，其他自定义元素的，甚至用元素改名实现某种特性的。关键还不少词典还有很多，真要仅允许完全合法的html不知改这些能不能改得过来，还有js，现有的更是一坨了
4 实现不难，但可能并那么好 或者说 例外或不常用的会“干扰” ，我自己整得词典都搞得一般，搞个音标吧，不同变形不同词性还不一样；搞个短语 同近义 同根 词 表，释义里套个例句，短语里套个近义词，同根词里套个辨析……比想象的复杂的多，总之尽力解决吧
5 也是个问题，mdd就只充当个“压缩包”的作用，只存文件，不少词典都用mdd里的css判断是否有mdd，这个修改了css那个添加了资源，也确实挺乱的
1 Like
现在畸形的词典也挺多的，比韦氏大学，跟其他词典都不一样。制作的时候想要提取关键内容也很困难。
这个15G的mdx，由111G数据分10MB块压缩得来，改用zstd可压缩到8G（窗口大小=4MB时）
mdx v2 只支持lzo和zlib压缩，前者压缩率相对不高但解压很快，不常用，后者压缩率更高但解压慢点。数据被分块压缩，解压速度只要不是可感知的慢就没影响，块分得大了，zlib的压缩率就不够看了