PHP конвертер словарных баз - DSL, 大БКРС и CC-CEDICT в StarDict, MDict и HTML

[dsx]

2024.12.10бкрс Имел ввиду файл ридми/абоут/инфо как в предыдущих письмах, т.к. это первое, что ищут глаза, и когда его нет тревожно.

Также кратко что зачем откуда, и стоит даже ссылку на тему добавить.

Добавил описание readme.txt, поднял память до 1Гб. Сделал генерацию многоблочной структуры данных в формате MDict.
Теперь максимальный файл dabkrs_dabruks_examples.mdx (559мб) легко открывается и работает 🚀 в условиях дефицита (менее 400Мб) оперативной памяти. До этого (v1) оболочка MDict падала при попытке открыть одноблочный dabkrs.mdx . Проверялось на android планшете Digma optima 7 A100s, 1Гб RAM из которых свободно менее 400Мб.

[dsx]

бкрс, стоит ли добавить конвертацию в DSL ?

[бкрс]

dsx, для галочки можно, кому-то пригодится. Как я понимаю, там только заголовок добавить. Так как можно выбирать, то чем больше форматов тем лучше. Все основные уже есть.

[dsx]

2024.12.22бкрс dsx, для галочки можно, кому-то пригодится. Как я понимаю, там только заголовок добавить.

Заголовок, кодировку UTF-16LE, и небольшая коррекция разделителей.
Вот с разбивкой файла DSL на части не сталкивался, незнаю насколько это важно. Тут участник g1007 писал

Цитата:...
из трёх частей, т.к. слишком большие файлы не все устройства поддерживают. 
...

непонял о каких устройствах сказано.

[бкрс]

Это раньше было реальной проблемой, делить надо было обязательно. За последнее годы телефоны существенно улучшились, даже бюджетные весьма мощные, и неизвестно на сколько деление актуально.

Ещё возможно некоторые включают индексацию (по внутреннему содержанию), и у большого файла она может быть реально долгой.

[бкрс]

dsx, подумал и с большой вероятностью пользовался бы вашим скриптом, а не своим, если бы тут была конвертация в dsl т.к. у меня нужно загружать базы на локалку, а тут скачал файлы для всех, нажал и готово.

По частям - в идеале было бы хорошо полная версия и на три части, но если есть полная, можно поделить в ручную или отдельным скриптом. Сейчас глянул, я выкладываю три части. Раньше было 5.

[dsx]

бкрс, добавил: конвертацию в DSL формат, опции zip сжатия и возможность управлять делением DSL из index.php :

Код:

$option_zip = false;   // Создание сжатого ZIP-каталога. true - включить, false - обычный каталог.
$zip_password = '';    // Пароль для ZIP-каталога (PHP >= 7.2). Пустая строка '' - без пароля.
$zip_srccatdel = true; // Удаление исходного каталога после получения ZIP-каталога. true - удалить, false - не удалять.
$dsl_numwordsinpart = 900000; // Деление DSL на части. Максимальное количество слов в части, число от ≈50000 и больше. 0 - не делить.

Ещё немного улучшен вывод словарных статей в MDict и StarDict форматах.

[бкрс]

2024.12.26dsx $zip_password = '';    // Пароль для ZIP-каталога (PHP >= 7.2). Пустая строка '' - без пароля.

Оно на 5ке не обвалится?
Протестирую на днях.
Надо конечно бы мне версию обновить, гляну как там с wampом. На сервере 8ка, т.к. он менялся два года назад, старая на локалке чисто по инерции, изредка натыкаюсь на неудобства.

[dsx]

2024.12.26бкрс Оно на 5ке не обвалится?
Протестирую на днях.
Надо конечно бы мне версию обновить, гляну как там с wampом. На сервере 8ка, т.к. он менялся два года назад, старая на локалке чисто по инерции, изредка натыкаюсь на неудобства.

Скорее всего обвалится https://www.php.net/manual/ru/ziparchive.setencryptionname.php
Без пароля на 5 должно пойти

[dsx]

Проверил суммарную базу в DSL варианте в оболочке GoldenDict2.3.1 (на параметрах по умолчанию 6 частей) - всё работает, индексирует и ищет быстро  . В процессе преобразования, согласно документации, задействована директива #INCLUDE, поэтому, в теории, компиляция в программе Лингво (из .dsl в .lsd формат) должна проходить более гармонично, на практике - предстоит проверить.