三省堂クラウン独和辞典第5版 mdx

wynick27 · 2026 年5 月 19 日 05:32

这本是学习型德日词典，词汇数64000多，接近朗氏的体量，带发音，从logovista转换的。

下载：
通过网盘分享的文件：三省堂クラウン独和辞典第5版
链接: https://pan.baidu.com/s/1RbBesNYFHBobU4-QyquHTg 提取码: 1234
或
三省堂クラウン独和辞典第5版 - FreeMdict Cloud

tovaremeterio · 2026 年5 月 19 日 05:48

Thanks for your great effort @wynick27

@Wankata Here is a very nice new dictionary !

Wankata · 2026 年5 月 19 日 06:02

Added to the cloud; thanks to both of you!

Hailong666 · 2026 年5 月 19 日 08:26

多谢楼主，太赞了

yx_wh · 2026 年7 月 11 日 18:00

非常感謝！
不過我發現了一個小小的瑕疵——這個辭典的索引沒有索引大部分的變元音條目——比如說查詢“öffnen”必須用"offnen"去查。德語中絕大多數有üöä的詞匯都得換成uoa才能查詢。

神农X · 2026 年8 月 20 日 00:17

palmöl一词带标号查不到，得不带才能查到

yx_wh · 2026 年8 月 28 日 17:03

用pyglossary将.mdx转换成.txt，用下述python脚本修改txt，用pangloss将.txt转换回.mdx。

import re
import sys
from bs4 import BeautifulSoup

def extract_display_headword(html_content):
    """
    从 <span class="hw_midasigo"> 中提取纯文本显示词头
    去除所有 HTML 标签、图片、分隔符标记
    """
    soup = BeautifulSoup(html_content, 'html.parser')
    # 查找第一个 class 包含 'hw_midasigo' 的 span
    hw_tag = soup.find('span', class_=re.compile(r'^hw_midasigo'))
    if not hw_tag:
        return None
    # 获取纯文本（自动递归处理嵌套标签）
    text = hw_tag.get_text(strip=True)
    # 移除所有方括号及其内容（半角和全角）
    text = re.sub(r'[\[［][^\]]*?[\]］]', '', text)
    # 移除结尾的空白和数字（可能单独存在的序号）
    text = re.sub(r'\d+$', '', text)
    text = re.sub(r'\s+$', '', text)
    # 移除常见的分隔符（点、竖线、中黑点等）
    text = re.sub(r'[|･·•*=()]', '', text)
    # 去除多余空白
    text = ' '.join(text.split())
    return text if text else None

def process_line(line):
    """
    处理一行 TSV，返回修正后的行
    如果无法处理，返回原行
    """
    line = line.rstrip('\n')
    if '\t' not in line:
        return line
    headword_part, content = line.split('\t', 1)
    
    # 分割词头列表
    headwords = headword_part.split('|')
    
    # 提取显示词头
    display = extract_display_headword(content)
    if not display:
        return line
    
    # 如果显示词头已经在词头列表中（完全匹配），则无需添加
    if display in headwords:
        return line
    
    # 否则，将显示词头添加到最前面
    new_headwords = [display] + headwords
    new_headword_part = '|'.join(new_headwords)
    
    return new_headword_part + '\t' + content

def main(input_file, output_file):
    with open(input_file, 'r', encoding='utf-8') as fin:
        lines = fin.readlines()
    
    processed_lines = []
    total = len(lines)
    modified = 0
    for i, line in enumerate(lines, 1):
        new_line = process_line(line)
        if new_line != line.rstrip('\n'):
            modified += 1
            print(f'已修正第 {i} 行')
        processed_lines.append(new_line)
    
    with open(output_file, 'w', encoding='utf-8') as fout:
        fout.write('\n'.join(processed_lines))
    
    print(f'\n处理完成！共处理 {total} 行，修正 {modified} 个词条。')
    print(f'输出文件：{output_file}')

if __name__ == '__main__':
    if len(sys.argv) != 3:
        print('用法: python fix_headwords.py 输入文件.txt 输出文件.txt')
        sys.exit(1)
    main(sys.argv[1], sys.argv[2])

CROWNDJ5.mdx (13.2 MB)

hahaya · 2026 年9 月 10 日 01:24

试了这个mdx，仍然查不到palmöl

yx_wh · 2026 年9 月 10 日 03:03

我这里GoldenDict-ng和GoldenDict Mobile（转换成stardict本体+.dsl.files.zip资源包）都没问题啊。
我又试了下，除了GoldenDict，《词悦》《德语助手》也可以。
Mdict安卓版和DictTango似乎根本不识别pangloss生成的.mdx。不光带Umlaut的查不到，该辞典的所有词都查不到。

hahaya · 2026 年9 月 10 日 03:49

PC版DictTango也查不到。GD-ng不是因为有优化吗

wynick27 · 2026 年9 月 10 日 03:55

难到是mdict utils生成的词典有问题

yx_wh · 2026 年9 月 10 日 04:09

Windows版DictTango我没用过，我是W10LTSC1809+Debian13的双启动，根本装不了Windows版DictTango，也就没有尝试了。但是我试了Android版不行，猜测Windows版也不行，现在看来果然如此。
另外，《词悦》也是可以的。

amob · 2026 年9 月 10 日 04:10

mdict和dicttango都是二分查询mdx索引，因为效率最高。而mdx内置索引排序算法是黑盒，各个构建mdx工具（甚至官方的rust库和mdxbuilder都不一样）只要与查询软件推定的排序实现不一样，二分查询就失效了。

论坛已经讨论好多次了，居然还有这么多人不知道。这些特殊字母的排序很容易出现分歧，stripkey也会影响排序。

mdict-utils作者在issues里也回应过，没有打算调整排序算法，因为没有意义。软件不重新提取排序，使用mdx内部索引的话，这个问题不可能解决。goldendict是会重建索引的，随词典导入产生巨大的缓存索引文件，所以不会遇到问题。

mdx3.0有了内置ICU排序说明部分，理论上可以解决这个问题，但是根本没人用这格式。

yx_wh · 2026 年9 月 10 日 04:40

而且带变音符号的字母还存在两种写法吧？mdx2.0可能根本没考虑这个问题。

“ö”的两种 Unicode 形式
字母 ö 在 Unicode 标准中确实有两种等价的表示方式，它们在渲染时看起来完全一样，但底层编码不同：

预组合形式（Precomposed）

编码：U+00F6

说明：这是一个独立的字符，名为“拉丁小写字母 O 带分音符”（LATIN SMALL LETTER O WITH DIAERESIS）。它把字母 o 和分音符 ¨ 预先组合成了一个码点。

组合形式（Decomposed / Combining）

编码：o + U+0308

说明：先写一个普通的字母 o（U+006F），再紧跟一个“组合分音符”（COMBINING DIAERESIS，U+0308）。渲染时，U+0308 会自动叠加上去，视觉上形成 ö。

《词悦》能查询也是因为它不使用MDX内部索引而是自建了索引吧。

hahaya · 2026 年9 月 10 日 04:41

嗯，这个词悦在Windows上的UI效果不太美观，现在用得少，不知道词典加载多了性能如何。DictTango Windows版有简繁通查的功能，即使词条全是繁体索引也能用简体搜索到，这个有点离不开。我再用AALookup试试。

amob · 2026 年9 月 10 日 04:42

多种写法也不该是格式考虑吧，难道要枚举完所有等价情况拖慢打包速度和复杂化格式设计？辞典制作者或者软件端实现都可以。。。
mdx格式是一键对一值，没必要也没法在你打包时额外加键（不然会造成解包后和制作方源文件不等价），格式设计没有多键对一值。真需要就是制作者加@@@LINK重定向。

yx_wh · 2026 年9 月 10 日 04:49

繁简通查这个现在好办。因为我跟《词悦》的作者建议之后，词悦现在和GoldenDict-ng一样支持hunspell了。
hunspell就能用来实现中文的简体繁体通查。

zh_CN.aff 不需要任何实质内容，指定编码为 UTF‑8 就行：

SET UTF-8
LANG zh
FLAG long
# 空壳

zh_CN.dic 的内容类似这样，第一行是词条数目，然后每行都是st:（本来是hunspell用来标记不规则动词原形的doge）：

12
簡體 st:简体
简体 st:簡體
繁體 st:繁体
繁体 st:繁體
发 st:髮
发 st:發
髮 st:发
發 st:发
復制 st:复制
複製 st:复制
复制 st:復制
复制 st:複製

github.com/mumu-lhl/Ciyue

关于《词悦》的 Hunspell 的功能建议 / Feature Suggestions for Hunspell in "Ciyue"

已打开 09:02PM - 05 Sep 26 UTC

yx-wh

enhancement

# 关于《词悦》的 Hunspell 的功能建议 --- ## 1. 显示所有的 `st:` 结果日文的混书（混ぜ書き、mazegaki）是一种很日本的…现象。汉字和假名都是日文的正式文字，日文可以把有汉字的词汇写成汉字假名交杂的形式。比如说まんえん【蔓延】，写成汉字是「蔓延」，写成假名是「まんえん」，写成「まん延」「蔓えん」当然也可以（虽然「蔓えん」很少见）。加之二战后日本文字改革的时候推行了「当用汉字」政策限制汉字的使用，「まん延」这样的写法大行其道。这和中文不同，中文正式文本只会写成「蔓延」，「màn延」像小学生写作文。但是，日文辞典的条目入口一般只会收录全假名写法和尽量全汉字（能写汉字的部分都写成汉字）的写法。这时候可以在 `ja_JP.dic` 中使用 `st:` 的方式把它们指引到全汉字条目： ``` まん延 st:蔓延まん延 st:万延たい積 st:体積たい積 st:堆積たい積 st:滞積 ``` 但问题是一个混书形式可能对应多个原形，比如这里「まん延」同时对应「蔓延」「万延」，「たい積」同时对应「体積」「堆積」「滞積」。我试了下，**GoldenDict‑ng 和安卓版 GoldenDict Mobile 是可以在查询「たい積」时同时给出「体積」「堆積」「滞積」的结果的**，但是 **《词悦》现在只能显示第一个结果**。另外这个写法也能用来实现中文的简体繁体通查。 `zh_CN.aff` 不需要任何实质内容，指定编码为 UTF‑8 就行： ``` SET UTF-8 LANG zh FLAG long # 空壳 ``` `zh_CN.dic` 的内容类似这样： ``` 12 簡體 st:简体简体 st:簡體繁體 st:繁体繁体 st:繁體发 st:髮发 st:發髮 st:发發 st:发復制 st:复制複製 st:复制复制 st:復制复制 st:複製 ``` 这跟上面类似，**《词悦》现在只能显示第一个结果**。 **希望能显示所有的 `st:` 结果。** <img width="1200" height="1920" alt="Image" src="https://github.com/user-attachments/assets/40572830-823f-423c-bb5b-d3fdb3e3f6d4" /> <img width="1200" height="1920" alt="Image" src="https://github.com/user-attachments/assets/b5f5e8e6-54e5-444f-ad5f-6d634e1ff2f3" /> <img width="1200" height="1920" alt="Image" src="https://github.com/user-attachments/assets/c234cc04-91d9-4b84-bfa7-2c92393747c1" /> <img width="1200" height="1920" alt="Image" src="https://github.com/user-attachments/assets/4eae873f-e4ef-486e-9de8-1462072f1377" /> --- ## 2. 增加两次查询 Hunspell 的选项当我查询 `"drunkest"` 的时候，hunspell 根据生成形容词最高级的规则查到 `drunk`。当我查询 `"drunk"` 的时候才会根据 `drunk st:drink` 生成 `drink`。 ```bash % echo "drunkest" | hunspell -m -d ~/GoldenDict/Hunspell/en_US drunkest st:drunk fl:T % echo "drunk" | hunspell -m -d ~/GoldenDict/Hunspell/en_US drunk st:drink drunk st:drunk ``` 但是现在《词悦》调用 Hunspell 只会调用一次。**希望能给出一个调用两次 Hunspell 的选项**。第一次调用 `drunkest` 得到 `drunk` 之后，再调用一次 hunspell 从 `drunk` 得到 `drink`，并同时显示 `drunkest`、`drunk`、`drink` 的内容。当然对于英语这样词形变化比较简单的语言，直接硬编码 `"drunkest st:drink"` 也完全够用。但是对日语或者德语这样的语言来说，直接硬编码会让 `.dic` 里面到处充斥着硬编码，难以阅读和维护。德语例子： ``` abgekämpfterem → abgekämpft → abkämpfen ``` 日语例子： ``` 引きこもらない → 引きこもる → 引き籠もる ``` 如果能有两次调用 Hunspell，那我可以把 `ja_JP.dic` 写成这样： ``` 引き籠もる/5A5I5T5E5OBDUYUBubKN ひきこもる/5A5I5T5E5OBDUYUBubKN 引きこもる/5A5I5T5E5OBDUYUBubKN 引きこもる st:引き籠もる ``` 但是如果没有两次调用，那我只能这么写，而且后缀还不全，我不能直接检索「引きこもらない」，我只能手动选中「引きこもら」才能查询： ``` 引き籠もる/5A5I5T5E5OBDUYUBubKN ひきこもる/5A5I5T5E5OBDUYUBubKN 引きこもっ st:引き籠もる引きこもら st:引き籠もる引きこもり st:引き籠もる引きこもる st:引き籠もる引きこもれ st:引き籠もる引きこもろ st:引き籠もる ``` 但是对英文的还原原形，或者中文繁简转换来说两次调用 Hunspell 必要性不大或者毫无必要。因此**可以把两次调用 Hunspell 做成每个 Hunspell 文件上的一个开关**。 --- 希望以上建议能被采纳，让《词悦》在非英语语言（尤其是日语、德语）的查词体验上更上一层楼。 **Feature Suggestions for Hunspell in "Ciyue" (《词悦》)** --- ## 1. Display All `st:` Results In Japanese, *mazegaki* (混ぜ書き, mixed kana-kanji writing) is a very common phenomenon. Both kanji and kana are official scripts in Japanese, so words that have kanji forms can be written in a mixture of kanji and kana. For example, *man'en* (蔓延) can be written in full kanji as 「蔓延」, in full kana as 「まんえん」, or in mixed forms like 「まん延」 or 「蔓えん」 (though 「蔓えん」 is rare). Additionally, after World War II, Japan's script reform introduced the *tōyō kanji* policy to limit kanji usage, which made mixed forms like 「まん延」 widely prevalent. This is different from Chinese, where formal texts only use 「蔓延」 – writing 「màn延」 would look like a primary school student's essay. However, Japanese dictionary entry headwords typically only include the **full-kana** form and the **full-kanji** form (i.e., writing as many parts as possible in kanji). In this case, we can use the `st:` mechanism in `ja_JP.dic` to map mixed forms to their full-kanji entries: ``` まん延 st:蔓延まん延 st:万延たい積 st:体積たい積 st:堆積たい積 st:滞積 ``` But the problem is that **one mixed form may correspond to multiple original forms**. For instance, 「まん延」 maps to both 「蔓延」 and 「万延」, while 「たい積」 maps to 「体積」, 「堆積」, and 「滞積」. I tested this: GoldenDict-ng and the Android version of GoldenDict Mobile can display **all** corresponding results (e.g., querying 「たい積」 shows entries for all three). However, **Ciyue currently only displays the first result**. This mechanism can also be used to enable **Simplified–Traditional Chinese conversion** for lookup. `zh_CN.aff` does not need any substantive content; just specify UTF-8 encoding: ``` SET UTF-8 LANG zh FLAG long # empty shell ``` `zh_CN.dic` could look like this: ``` 12 簡體 st:简体简体 st:簡體繁體 st:繁体繁体 st:繁體发 st:髮发 st:發髮 st:发發 st:发復制 st:复制複製 st:复制复制 st:復制复制 st:複製 ``` This is similar to the Japanese case above. Again, **Ciyue currently only shows the first match**. **I hope Ciyue will display *all* `st:` results, not just the first one.** --- ## 2. Add an Option for Two Hunspell Queries (Recursive Stem Lookup) When I query `"drunkest"`, Hunspell correctly finds `drunk` via the adjective superlative rule (`fl:T`). When I query `"drunk"`, it further yields `drink` from the explicit mapping `drunk st:drink`: ```bash % echo "drunkest" | hunspell -m -d ~/GoldenDict/Hunspell/en_US drunkest st:drunk fl:T % echo "drunk" | hunspell -m -d ~/GoldenDict/Hunspell/en_US drunk st:drink drunk st:drunk ``` However, Ciyue currently calls Hunspell **only once**. I would like an option to call Hunspell **twice**: 1. **First call**: `drunkest` → get the immediate stem `drunk`. 2. **Second call**: feed `drunk` back into Hunspell → get the deeper stem `drink`. Then display all related forms together: `drunkest`, `drunk`, and `drink`. Of course, for a language like English with relatively simple inflectional morphology, one could hard‑code `drunkest st:drink` directly in the dictionary file. But for languages like **Japanese** or **German**, hard‑coding would force the `.dic` file to be cluttered with countless entries, making it extremely difficult to read and maintain. Examples: - German: `abgekämpfterem` → `abgekämpft` → `abkämpfen` - Japanese: `引きこもらない` → `引きこもる` → `引き籠もる` --- ### What Two Calls Would Enable If two Hunspell calls were possible, I could write `ja_JP.dic` as simply as this: ``` 引き籠もる/5A5I5T5E5OBDUYUBubKN ひきこもる/5A5I5T5E5OBDUYUBubKN 引きこもる/5A5I5T5E5OBDUYUBubKN 引きこもる st:引き籠もる ``` --- ### Without Two Calls (Current Workaround) Without two calls, I have to manually list every conceivable inflectional stem, and even then the suffixes remain incomplete – I cannot directly look up `引きこもらない`; I can only manually select `引きこもら` to query: ``` 引き籠もる/5A5I5T5E5OBDUYUBubKN ひきこもる/5A5I5T5E5OBDUYUBubKN 引きこもっ st:引き籠もる引きこもら st:引き籠もる引きこもり st:引き籠もる引きこもる st:引き籠もる引きこもれ st:引きこもる (note: keep original logic, but I’ll preserve the user’s exact example) 引きこもろ st:引き籠もる ``` *(The user's point is that this is incomplete, cumbersome, and fails for forms like 引きこもらない.)* --- ### Per-File Toggle For **English stem restoration** or **Simplified–Traditional Chinese conversion**, a two‑call lookup is largely unnecessary or completely redundant. Therefore, **this "two Hunspell calls" feature should be implemented as a toggle/switch on a per‑Hunspell‑dictionary‑file basis**, so users can enable it only for languages that truly need it (e.g., Japanese, German) and keep it off for others (e.g., English, Chinese) to avoid unnecessary overhead.

把你的所有中文辞典的词头导出然后用python+opencc跑一遍，再把一简对多繁手动修一修。
gen_zh_dic.py (2.7 KB)

这比直接调用opencc没准还好，因为opencc一个输入只能对应一个输出，而hunspell是可以一个输入对应多个输出的。輸入「复制」，GoldenDict能同时查到「復制」和「複製」。

yx_wh · 2026 年9 月 10 日 04:51

嗯，用pyglossary转换成的txt中看不出，但mdx内部肯定是这样的
我跟词悦的作者之前报了好几个@@@LINK 相关bug……

wynick27 · 2026 年9 月 10 日 06:03

原来还有这个坑，实测不是stripkey的问题，而是排序问题，我用拉鲁斯对比的：

amob · 2026 年9 月 10 日 06:10

我本来就说是排序问题啊。。。干嘛急着反驳我。stripkey是影响因素之一，顺嘴提一句不行吗。软件端发现stripkey标记后，大小写通搜无视ascii符号，排序会更加混乱，更难定位到词条。

三省堂 クラウン独和辞典 第5版 mdx

三省堂クラウン独和辞典第5版 mdx