MDX 词典转 RIME 输入法系统词库完整指南
本文将详细介绍如何将MDX格式的电子词典转换为RIME输入法系统可用的.dict.yaml词库文件。整个过程分为四个主要阶段：环境准备、MDX解包、结构分析、代码生成与转换。无论你是词典制作者还是输入法重度用户，跟随本指南都能轻松完成转换。
一、认识RIME与素言输入法
什么是 RIME？
RIME（全称 Rime Input Method Engine，中文名“中州韻輸入法引擎”）是一个跨平台的开源输入法算法框架。它并非某一种具体的输入法，而是从各种常见键盘输入法中提炼出来的抽象输入算法框架。基于这一框架，Rime开发者与开源社区参与者在 Windows、macOS、Linux、Android、iOS 等平台上创造了不同的输入法前端实现，例如：
- Windows：小狼毫（Weasel）
- macOS：鼠鬚管（Squirrel）
- Linux：ibus-rime、fcitx5-rime
- Android：同文（Tongwen）
RIME一套算法便支持了拼音、双拼、注音、五笔、仓颉等所有音码和形码输入法。它的核心库使用C++编写，轻量、可扩展，且能在不同平台上保持一致的工作方式。由于采用GPL授权发布，RIME是真正意义上的自由软件。
什么是素言输入法？
素言（SuYan）输入法 是一款基于RIME开源引擎构建的跨平台桌面输入法，目前支持 Windows和macOS 双平台。
素言的核心定位是解决商业输入法普遍存在的三大痛点：隐私焦虑（强制联网上传数据）、臃肿干扰（弹窗广告与捆绑功能）、功能割裂（PC端缺乏打字与语音的无缝融合）。其主要特点包括：
- 极致隐私保护：基于RIME引擎构建，完全离线运行，无需网络权限，每一次输入、每一句语音都只停留在本地设备。
- 打字与离线语音双模融合：内置高性能本地语音识别引擎，音频数据绝不上传任何服务器，说完即出字。
- 内置效率工具：剪贴板管理、屏幕截图、临时英文模式等。
- 词库自由：支持导入 RIME格式的自定义短语和行业词库（即
.dict.yaml文件）。素言的词库来自社区维护的雾凇拼音。 - 高度自定义：支持主题、配色、字体、候选框样式等全方位定制。
素言与RIME的关系：素言是RIME生态中的一个前端实现——它利用RIME引擎强大的输入算法，在其之上构建了现代化的用户界面和额外功能（如离线语音、剪贴板管理等），同时保持了RIME核心的离线、开源、可定制的基因。本文所生成的
.dict.yaml词库，既可直接用于RIME各平台前端（小狼毫、鼠鬚管等），也可通过素言的“词库管理”功能直接导入使用。
二、必要准备
1. 获取词典包
一个标准的MDX词典包通常包含以下文件：
.mdx—— 主词典数据库（核心文件，转换只需此文件）.mdd—— 资源包（图片、音频等，转换时不需要）.css—— 样式表（控制显示外观）.js—— 交互脚本.png/.jpg—— 图标文件
注意：转换过程仅依赖
.mdx文件，其他文件无需处理。
2. 安装Python及代码运行环境
- Python版本：推荐安装 3.11.x 稳定版，该版本对第三方库兼容性最佳，且长期维护。
- 代码编辑器：推荐使用 VS Code（Visual Studio Code），轻量且功能强大，支持Python调试。
- 安装与配置：若对安装步骤不熟悉，可直接向DeepSeek等AI助手提问，获取图文并茂的安装教程。
三、解压MDX文件为纯文本
MDX是压缩的二进制格式，需先解压为可读的TXT文件。
工具选择
使用 AutoMdxBuilder，该工具图形化界面，操作简便。
下载地址：
操作步骤
- 下载压缩包并解压到本地（建议路径不含中文和空格）。
- 双击
AutoMdxBuilder.exe运行程序。 - 在界面中，按提示填写MDX文件路径（如何快速复制路径：在文件资源管理器中，右键点击
.mdx文件，选择“复制文件地址”即可得到完整路径）。 - 点击“开始解压”，等待处理完成。
- 解压后的TXT文件会保存在与MDX同级的目录下，并生成一个与MDX同名的文件夹，其中包含解压出的
.txt文本。
小贴士：尽管代码采用流式生成方法，若MDX体积较大（超过几百MB），解压可能耗时数分钟，请耐心等待。
四、分析MDX文本结构
解压后的TXT文件内容遵循MDX标准格式：每个词条以词头开始，以</>结束，中间为释义内容。为了自动提取词头和拼音，需要先了解该词典的排版规律。
运行结构分析脚本
使用提供的 1.分析框架.py 脚本（可向作者索取），用于自动解析TXT的结构层级。
使用方法：
- 在VS Code中打开该脚本。
- 找到变量
INPUT_FILE = r，将其后的路径改为你的TXT文件地址（同样可用“复制文件地址”方式获取）。
示例：INPUT_FILE = r"D:\词典\汉语词典\大辞海\大辞海.txt" - 在VS Code终端中运行该脚本（
python 1.分析框架.py）。 - 运行成功后，会在同目录下生成一个名为
源文件名_frame.txt的文件（例如大辞海_frame.txt），其中包含了词条容器层级结构和可能的拼音标记位置。
此分析报告是下一步AI生成转换代码的重要依据。
五、借助AI生成转换代码并执行
现在，我们将利用AI（如DeepSeek、ChatGPT）根据分析报告生成专用转换脚本。
操作流程
-
上传分析报告：将上一步生成的
源文件名_frame.txt文件内容复制并上传至AI对话窗口。 -
输入提示词（可直接复制以下内容）：
帮我写一个 Python 代码，根据 MDX 格式的 TXT 输入文件的‘MDX 词条容器层级结构与逻辑分析报告’，将输入文件转换为适用于 RIME 输入法的
.dict.yaml格式输出文件。要求：
- 提取词头和拼音（若无拼音则只提取词头）。
- 清除词头中包含数字、英文字母、希腊字母或标点符号的条目。
- 清除单字词头（即汉字字数 < 2）。
- 若存在繁体词头，需转换为简体。
- 为词头去重。
- 每个汉字的拼音之间用空格分隔（例如
zhong guo）。 - 采用流式生成（逐行读写）以减少内存占用。
- 增加进度可视化（如打印处理行数或百分比）。
输入文件：
"你的TXT文件路径"
输出文件："你的输出dict.yaml路径"
输入文件片段：（粘贴2~5组完整词条示例）” -
配置三项关键参数（在提示词中手动填写）：
- 输入文件：即步骤三解压出的TXT文件完整路径。
- 输出文件：可将输入路径复制后，将后缀
.txt改为.dict.yaml（例如大辞海.dict.yaml）。 - 输入文件片段：从TXT中随意复制2~5组完整词条（从词头到
</>），让AI了解格式细节。
-
将AI生成的Python代码保存为
.py文件（如convert.py），并在VS Code中运行。
运行与结果
- 脚本执行后会逐行处理TXT，并在终端显示处理进度。
- 转换完成后，输出的
.dict.yaml文件即符合RIME词库规范。
如何将词库用于素言输入法？
素言输入法支持直接导入RIME格式的.dict.yaml词库文件。具体步骤如下：
- 打开素言输入法的 “词库管理” 功能。
- 选择“导入词库”，找到你生成的
.dict.yaml文件。 - 确认导入后，词库即生效。素言会结合高频词库与强大的词频记忆，让生僻词一次拼写、终身记忆。
注意：素言基于RIME引擎（雾凇拼音配置），不支持直接导入搜狗或百度的加密词库文件（如
.scel）。如需转换此类格式，建议先使用深蓝词库转换等工具将其转换为RIME格式的文本文件，再通过素言的“词库管理”功能导入。
六、常见问题与补充说明
-
Q：拼音提取失败怎么办？
A：检查分析报告中的拼音标签（如<pinyin>或特定CSS类），若AI生成的代码未识别，可手动调整正则表达式。 -
Q：词典本身无拼音，只提取词头可以吗？
A：可以，代码会自动降级为仅提取词头。 -
Q：如何处理超大词典（>5GB）？
A：务必使用流式生成（要求已包含），同时建议增加--chunk-size参数控制每次读取行数。 -
Q：转换为简体后出现重复词条？
A：代码已包含去重逻辑（使用集合或字典），确保最终词条唯一。 -
Q：RIME词库格式要求？
A：标准.dict.yaml需包含头部（如name: ...、version: ...）及...分隔符，然后每行一个词条（格式为词条<TAB>拼音或仅词条）。AI生成的代码会自动添加必要的头部，若缺少可手动补充。 -
Q：生成的词库可以用于哪些输入法？
A：所有基于RIME引擎的输入法前端均可使用，包括Windows的小狼毫、macOS的鼠鬚管、Linux的ibus-rime/fcitx5-rime、Android的同文，以及素言输入法等。
七、结语
通过上述步骤，你已成功将MDX词典转换为RIME输入法词库。整个过程自动化程度高，即使非技术人员也可轻松完成。若遇到特殊格式或报错，可适当调整AI提示词或检查TXT中的换行符等细节。
无论你使用的是RIME各平台前端（小狼毫、鼠鬚管、同文等），还是追求极致隐私与离线体验的素言输入法，这份自定义词库都能让你的输入体验更精准、更高效。祝转换顺利，享受定制输入法词库的乐趣！ 
