goldendict ex

日期：2024-01-06
归属：CC-BY-NC 4.0

添加在线词典库#

参考GoldenDict++的默认配置，可以添加DICT.org作为在线词典库。

GoldenDict → 编辑 → 词典 → 词典来源/词典服务器 → 添加：

已启用 On
名称 `dict.org`
地址 `dict://dict.org`
数据库 `*` # 启用所有的词典
策略 `*`

添加单词脚本#

ety-python是一个Python工具，能够打印词源的各历史时期的树状信息图，数据来自Etymological Wordnet项目，大部分信息是从Wiktionary挖掘来。

首先安装Python，我装的是python3.9。安装过程中勾选「添加Python到PATH」，其他全部默认。

在终端中运行：

pip install ety
ety -r -t apple

将输出：

apple (English)
└── appel (Middle English (1100-1500))
    └── æppel (Old English (ca. 450-1100))

当在Windows 10的GoldenDict里使用ety-python时，我遇到了一些问题（见issue #1678, blog）。最后虽然并未解决问题，但算是勉强能用了。使用了一个在隔离环境中的、有修改的ety-python：

git clone https://github.com/jmsv/ety-python
cd ety-python
python -m venv venv
venv/Scripts/activate.bat
pip install -e .

修改ety/cli.py，在开头的import ety下方，加上：

import sys

注释掉末尾的print(output.strip())，加上：

encoded_output = output.strip().encode("utf-16", errors="replace")
sys.stdout.buffer.write(encoded_output)
sys.stdout.buffer.flush()

GoldenDict → 编辑 → 词典 → 词典来源/程序 → 添加：

已启用 On
类型 纯文本
名称 `ety-python`
命令行 `...\ety-python\venv\Scripts\python.exe ...\ety-python\ety\__main__.py -r -t %GDWORD%`

也可以添加其他的脚本，例如：

拼写提示DoYouMean
同义词词典thes
缩写查询abbr-cli。不如原网页All Acronyms靠谱

添加多引擎翻译脚本#

deep-translator是一个支持了多引擎的翻译脚本工具。目前支持DeepL、谷歌翻译、微软翻译、腾讯翻译君、百度翻译等等翻译器。如何申请或创建API请看各翻译器官网介绍。

按照说明，需要添加API的两个变量值到系统环境中。以腾讯翻译为例，使用环境变量编辑器Rapid Environment Editor来添加：

RapidEE → 用户变量 → 右键 → 添加环境变量 → 变量名称 TENCENT_SECRET_ID → 填写你的SecretId
… 添加环境变量 → 变量名称 TENCENT_SECRET_KEY → 填写你的SecretKey

不怕Bug可以从源码安装：

git clone https://github.com/nidhaloff/deep-translator
cd deep-translator
pip install .

运行示例：

deep-translator --translator tencent --source "en" --target "zh" --text "Golden Apple"

有些翻译器支持检查源语言，然后都需要指明目标语言。例如我需要「中英文互译」的情况，有一个不太优雅但可行的方法是：在GoldenDict中添加两个脚本，其中一个的输入语言为en，目标语言为zh，另一个则将两者互换。

添加专用翻译脚本#

我目前的需求是：多语言（主要是英语）翻译到中文，中文翻译到英文，运行快而稳。所以我使用了特定翻译器的脚本，用于Goldendict的腾讯云翻译。支持多门外语，文本翻译一项上，每月有500万字符免费额度，重度使用也完全够用。

首先参考申请翻译API说明，或者看官方介绍去获得API
下载修改版的TencentTrans_22.py，脚本中填写API的SecretId和SecretKey
pip install tencentcloud-sdk-python langid
… 词典 → 词典来源/程序 → 添加：

已启用 On
类型 纯文本
名称 `TencentTrans-22`
命令行 `python ...\TencentTrans-22.py %GDWORD%`

不足之处有：

不明Bug，例如有些语言如韩语，当在GoldenDict中输出时，在翻译文字前会显示一串报错
输出的文本没有段落，因为GoldenDict会删除换行符

添加分词脚本（仅gd-ng）#

GoldenDict tools是一套GoldenDict-ng的增强脚本集，主要用于日语学习。它的gd-marisa、gd-mecab脚本，可以置顶句子、分词、断句。似乎也能用于中文，但并没有实际的「中文分词」的功能，可以用「划词再右键」来代替。

参考issue #18下载gd-tools_windows.zip，解压后运行安装包。当安装包没有提供Hash值时，我习惯拖到VirusTotal进行检查。虽然这个安装包有几个红色警告，但我在HiBit Uninstaller的「安装监视程序」下，选择了任意一处位置进行安装。

GoldenDict-ng → 编辑 → 词典 → 词典来源/程序 → 添加：

已启用 On
类型 Html
名称 `gd-marisa`
命令行 `...\Ajatt-tools\gd-tools\gd-tools.exe marisa --word %GDWORD% --sentence %GDSEARCH% --path-to-dic ...\Ajatt-tools\gd-tools\marisa_words.dic`

使用LanguageTool进行语法检查#

LanguageTool是一个开源的多语言的拼写、语法、风格检查工具。在运行了它的本地服务应用后，可以去到它的浏览器插件中，切换服务源，从「云服务」切换到「本地服务」：

安装浏览器插件
根据说明，下载LanguageTool Desktop version，解压缩
安装OpenJDK，我使用的是openjdk17，scoop install openjdk17
终端中运行java -cp ...\LanguageTool\languagetool-server.jar org.languagetool.server.HTTPServer --port 8081 --allow-origin
浏览器插件 → Settings → Advanced settings → Localserver (localhost)
… General settings → Show in right-click menu (On)

在一些场景，例如提交和回复Issues时，我需要使用简单的书面英语。虽然不进行检查，也有可能被理解意思，但我考虑在书写时用上语法检查。

本地版的LanguageTool插件，它似乎只方便于：在浏览器的「输入框」输入完后，进行检查。我不太想无论长短句都去到新窗口中处理。这里就用到pyLanguagetool，将它嵌入到GoldenDict来进行交互。

git clone https://github.com/Findus23/pyLanguagetool
cd pyLanguagetool
python39 -m venv venv
venv\Scripts\activate.bat

GoldenDict在处理一些字符时会出错。编辑 pylanguagetool/cli.py，修改:

tick = colored(u"\u2713", Fore.LIGHTGREEN_EX) + " "
cross = colored(u"\u2717", Fore.LIGHTRED_EX) + " "

到:

tick = colored(u"v", Fore.LIGHTGREEN_EX) + " "
cross = colored(u"x", Fore.LIGHTRED_EX) + " "

修改：

    print(error["message"])

到:

try:
    print(error["message"])
except UnicodeEncodeError:
    # Replace problematic character with an empty string
    print(error["message"].replace('\xa0', ''))

可以注释掉两个段落来隐藏一些提示信息：

print(colored(
    "{} detected ({:.0f}% confidence)".format(language["detectedLanguage"]["name"],
                                              language["detectedLanguage"]["confidence"] * 100)
    , Fore.LIGHTBLACK_EX))
if language["detectedLanguage"]["code"] != language["code"]:
    print(colored(
        "checking as {} text because of setting".format(language["name"])
        , Fore.LIGHTBLACK_EX))
print()

if explain_rule:
    col_len = max(len(d) for d, u in rule_explanations) + 1
    for descr, url in rule_explanations:
        print(descr + ":" + " " * (col_len - len(descr)) + url)
    print()

print(colored("Text checked by {url} ({version})".format(url=api_url, version=version), Fore.LIGHTBLACK_EX))

安装pyLanguagetool：

pip install -e .

我使用了echo-cli来代替echo命令，pnpm add -g echo-cli。

终端中测试，我指定了要检查的语言：

echo-cli "this is a exampl" | pylanguagetool --api-url http://localhost:8081/v2/ --input-type html --no-color --lang en-US

添加到GoldenDict里时需要写长点：

已启用 On
类型 纯文本
名称 `pyLanguagetool`
命令行 `C:\Users\YourName\AppData\Roaming\pnpm\echo-cli.CMD %GDWORD% | ...\gd_pyLanguagetool\venv\Scripts\pylanguagetool.exe --api-url http://localhost:8081/v2/ --input-type html --no-color --lang en-US`

需要等宽字体才能对齐「字母」和「波浪线」。速度上不如插件。

作为本地服务，LanguageTool大概占用500~600mb内存，耗电量属非常低。在不使用「Windows计划任务」的情况下，开机后在后台运行LanguageTool服务，可以新建srv_languagetool.cmd:

...\java.exe -cp ...\LanguageTool\languagetool-server.jar org.languagetool.server.HTTPServer --port 8081 --allow-origin

和srv_languagetool.vbs，来隐藏运行窗口:

Set WshShell = CreateObject("WScript.Shell")
  WshShell.Run chr(34) & "...\srv_languagetool.cmd" & Chr(34), 0
Set WshShell = Nothing

右键srv_languagetool.vbs，新建快捷方式。将快捷方式，移动到C:\Users\YourName\AppData\Roaming\Microsoft\Windows\Start Menu\Programs\Startup\。

目前，我一般集中地去处理（遗留的）Issues，所以我并未在后台常驻这个服务。

另一个语法检查脚本#

Gramformer是一个Python库，可以用于检查句子的拼写、标点符号、语法或用词错误。曾经计划支持64个字符（包括空格和标点符号）以上长度的句子。虽然可以使用GPU模式，但是运行很慢。

git clone https://github.com/PrithivirajDamodaran/Gramformer
python39 -m venv venv
venv\Scripts\activate.bat
pip install -e .

先安装CUDA Toolkit。根据PyTorch，我装了CUDA 11.8.0，下载特定版本的torch，再

pip install ...\torch-2.0.1+cu118-cp39-cp39-win_amd64.whl

参考issue #31:

python -m spacy download en

创建cli.py，详情参见gramformer_cli.py:

import sys
import warnings
import torch
from transformers import AutoTokenizer, AutoModelForSeq2SeqLM
from gramformer import Gramformer

def set_seed(seed):
    torch.manual_seed(seed)
    if torch.cuda.is_available():
        torch.cuda.manual_seed_all(seed)

def main():
    if len(sys.argv) != 2:
        print("Usage: python cli.py INPUT")
        return

    set_seed(1212)

    warnings.filterwarnings("ignore", category=FutureWarning)

    use_gpu = torch.cuda.is_available()
    device = torch.device("cuda" if use_gpu else "cpu")
    gf = Gramformer(models=1, use_gpu=use_gpu)  # 1=corrector, 2=detector

    influent_sentence = sys.argv[1]
    corrected_sentences = gf.correct(influent_sentence, max_candidates=1)
    print("x ", influent_sentence)
    for corrected_sentence in corrected_sentences:
        print("v ", corrected_sentence)

    print("Device:", device)

if __name__ == "__main__":
    main()

可以修改gramformer/gramformer.py的：

print("[Gramformer] Grammar error correct/highlight model loaded..")

来隐藏这段文字。将这行改为：

print()

测试：

python cli.py "YourWriting"

… 词典 → 词典来源/程序 → 添加：

已启用 On
类型 纯文本
名称 `Gramformer`
命令行 `...\Gramformer\venv\Scripts\python.exe ...\Gramformer\cli.py %GDWORD%`

另一种联动OCR取词#

也是使用GoldenDictOCR，在它「OCR取词」模式下，按Ctrl+右键单击可识别鼠标附近字符，按Ctrl+反引号可进行框选。

先安装OCR工具Capture2Text。默认OCR语言为英语，可通过Installing Additional OCR Languages的说明添加额外的语言。

之后，进入GoldenDictOCR文件夹。编辑IncludeAHK/GdOcrTool.ahk。填写Capture2Text.exe所在的位置:

Global Capture2TextFileName := "...\Capture2Text.exe"

按Ctrl+Alt+O开关一次「OCR取词」。在C:\Users\YourName\AppData\Roaming\Capture2Text目录下，会生成配置文件Capture2Text.ini。

打开配置文件示例IncludeAHK/Capture2Text.ini，复制从[BubbleCapture]到[Hotkey]的内容，粘贴到前面的配置文件的末尾。再添加或编辑以下两处，用于设置3个快捷键，来切换OCR语言，如：

[Hotkey]
Lang1=Shift+Alt+1
Lang2=Shift+Alt+2
Lang3=Shift+Alt+3

[OCR]
QuickAccessLang1=English
QuickAccessLang2=...
QuickAccessLang3=...

用来识别标准字形的单个英文小字时，识别率还可以，稳定性较差。