Создать словарь для программы Reword. DictMaster - программа составления словарей и работы с ними"Мастер-Словастер" Особенности работы с программой
Одной из самых полезных программ на ПК и смартфоне в моем понимании является электронный словарь. В те стародавние времена, когда я учил иностранный язык, каждое слово приходилось искать в бумажном словаре. Эту тривиальную операцию я проделывал сотни раз, а некоторые зловредные слова приходилось смотреть снова и снова, так как я успевал забыть их значение. Как это было обидно! То ли дело сейчас, вжух и перевод перед глазами на экране монитора. История поиска, на случай, если искомое слово не перешло из области кратковременной памяти в долгосрочную.
Давайте своими силами создадим электронный словарь для программ StarDict / GoldenDict. Для этого может понадобится много, или мало человеко-часов, в зависимости от качества исходного материала.
Шаг первый: OCR
В отличие от альпинизма при оцифровке словаря самый тяжелый шаг, не последний а первый. Если вам придется проводить OCR бумажного словаря с выцветшими страницами, напечатанного слишком мелко, с различными артефактами небрежного использования, или на экзотическом языке, то даже FineReader не сильно поможет. На некоторых страницах разница в длительности времени между ручным набором текста и OCR с корректировкой ошибок ничтожна.
Советую сохранять все в простых текстовых файлах, так как продвинутый поиск и исправление ошибок, расстановка тэгов, преобразование сортировки и прочие операции с текстовым массивом невообразимо осуществлять с бинарным фалом .
На этом шаге важно определиться со структурой словарных статей. В самом простом случае будет всего два поля: ключ и значение . Этого достаточно, но если нужна подсветка различных элементов статей, то тогда потребуется все такие элементы определенным образом маркировать.
Самое время немного поговорить о форматах. Существует много форматов электронных словарей, вот их список.
Все форматы мы здесь разбирать не будем, так как большинство из них проприетарные. Нас интересуют открытые стандарты и открытое ПО.
Dictd
Возникший в эпоху, когда сетевые TCP/IP протоколы беспрепятственно плодились и размножались dictd сейчас представляет лишь археологический интерес. Это клиент серверный протокол, использующий TCP порт 2628, определен в RFC 2229 .
Исходный файл для словаря форматируется следующим образом.
:статья: объяснение
XDXF
Ну все, завязываем с археологией и переходим к словарным форматам и программам годным для использования IRL.
XDXF имеет все преимущества и недостатки XML формата, каковым и является. Весь синтаксис формата и примеры можно обозреть .
Скелет словарного файла выгладит следующим образом, состоит из 2-х частей: meta_info и lexicon .
Тем не менее возможно и кое-какое и разметка файла словаря, однако не идет ни в какое сравнение с XDXF .
a 1\n2\n3 b 4\\5\n6 c 789
Формат определяет символ переноса строки \n , в том случае, когда статья разбита на параграфы.
Шаг второй: корректировка
После первого шага скорее всего будут десятки, а то и сотни орфографических, грамматических и всяких прочих ошибок, странных символов и прочих артефактов OCR.
Особенность словарей в том, что проверка орфографии нужна одновременно по двум языкам. Даже сейчас в 2018-м удивительно мало текстовых редакторов и даже офисных пакетов умеют это нехитрое действие выполнять.
:setlocal spell spelllang=en,ru
для проверки орфографии по двум словарям, в данном случае русском и английском. Далее список граблей.
- Сортировка текста работает абы как для не латинских локалей, особенно плохо там, где написание буквы требует более одного символа, как армянская ու = ո + ւ . Необходимо в таких случаях самостоятельно сортировать список слов с помощью простенького Perl, или иного скрипта.
- Поиск по шаблону также может работать неожиданно для некоторых локалей, даже если сам текст и консоль в UTF-8.
- При оцифровке печатного словаря нужно быть готовым не только к ошибкам оцифровки, но и ошибкам в самом печатном словаре. Их там может содержаться немало!
- Если название статьи пишется заглавными, то возможно следует перевести при оцифровке в нижний регистр. Не все буквы имеют символы в верхнем регистре, собственно не для всех локалей даже есть верхний регистр.
Шаг третий: компиляция словаря
Для формата XDXF , как уже было сказано, этот шаг не требуется. Просто запихнуть файл в папку /usr/share/goldendict , где программа подхватит его.
Для TSV файла, используется утилита stardict-editor , поставляемого с набором инструментов .
На выходе программа создает следующие файлы, наподобие древнего Dict.
- somedict.ifo
- somedict.idx либо somedict.idx.gz
- somedict.dict либо somedict.dict.dz
- somedict.syn (optional)
Файлы копируются в каталог /ysr/share/stardict/dic и на этом все.
P. S. Для мобильной платформы Android программа GoldenDict внезапно стал платной, однако в интернет сети все еще можно найти последнюю бесплатную версию программы.
— генератор словарей с паролями, в которых можно определить стандартную или заданную кодировку. Crunch может создать список слов со всевозможными комбинациями и перестановками в соответствии с заданными критериями. Данные, которые выводит crunch, могут быть отображены на экране, сохранены в файл или переданы в другую программу.
Это очень гибкая программа по генерации словарей.
Генерация паролей с Hashcat и maskprocessor
Если у вас не работает Hashcat (она требует установку драйверов видеокарты), то вы можете использовать программу maskprocessor .
Maskprocessor — это высокопроизводительный генератор слов (словарей), упакованный в отдельный исполняемый файл, в котором можно настроить символы для каждой позиции.
Использование maskprocessor:
Maskprocessor [опции]... маска
Маска составляется из встроенного набора символов и (или) пользовательского набора символов.
Встроенные наборы символов:
L = abcdefghijklmnopqrstuvwxyz ?u = ABCDEFGHIJKLMNOPQRSTUVWXYZ ?d = 0123456789 ?s = !"#$%&"()*+,-./:;<=>?@[\]^_`{|}~ ?a = ?l?u?d?s ?b = 0x00 - 0xff
Все символы, кроме тех, которые означает набор (?l , ?u , ?d и т.д.) попадают в пароль без изменения.
Если вы хотите составить словарь, который содержит пароли из шести цифр:
Maskprocessor ?d?d?d?d?d?d
Если вы хотите, чтобы в четырёх символьных паролях чередовались большие и маленькие буквы:
Maskprocessor ?u?l?u?l
Пароль начинается со слова voro, затем идут четыре цифры, а затем два больших буквы:
Maskprocessor voro?d?d?d?d?u?u
Пользовательские наборы символов:
1, --custom-charset1=CS Пользовательские наборы символов -2, --custom-charset2=CS Пример: -3, --custom-charset3=CS --custom-charset1=?dabcdef -4, --custom-charset4=CS устанавливает для?1 символы 0123456789abcdef
К примеру, в первой позиции должны быть цифры от 1 до 3, во второй позиции буквы AbCd, в третьей позиции любая цифра или маленькая буква, а последними двумя символами должны быть большие буквы:
Maskprocessor -1 123 -2 AbCd -3 ?l?d ?1?2?3?u?u
- -1 123 - первый пользовательский набор символов, включающий символы 123
- -2 AbCd - второй пользовательский набор символов, включающий символы AbCd
- -3 ?l?d - третий пользовательский набор символов, включающий символы?l?d, т.е. все маленькие буквы и цифры
- ?1?2?3?u?u - маска, составленная из пользовательских и стандартных наборов символов.
Дополнительные полезные опции:
* Приращение: -i, --increment=ЧИСЛО:ЧИСЛО Включить режим приращения. Первое ЧИСЛО=начало, второе ЧИСЛО=конец Пример: -i 4:8 интересующая длинна 4-8 (включая) * Разное: --combinations Посчитать количество комбинаций --hex-charset Предположить, что символы даны в шестнадцатеричном виде -q, --seq-max=ЧИСЛО Максимальное число одинаковых повторяющиеся символов -r, --occurrence-max=ЧИСЛО Максимальное число вхождения одного символа * Ресурсы: -s, --start-at=СЛОВО Начать с конкретной позиции -l, --stop-at=СЛОВО Закончить на конкретной позиции * Файлы: -o, --output-file=ФАЙЛ Файл вывода
Hashcat VS maskprocessor
Хотя, в целом, для генерации паролей maskprocessor и Hashcat являются взаимозаменяемыми, нужно помнить, что для выбора режима брутфорса/атаки по маске нужно указывать опцию -a 3 (поскольку Hashcat поддерживает различные режимы атаки, а не только по маске). Также нужно использовать опцию --stdout , которая означает показывать кандидаты в пароли (без взлома хеша).
Hashcat не позволяет задать максимальное число одинаковых повторяющиеся символов, максимальное число вхождения одного символа, начать или закончить на конкретной позиции.
С запуском Hashcat на Linux системах могут быть проблемы из-за необходимости иметь проприетарные драйвера.
Приращение длины пароля делается другими опциями:
Короткая / Длинная опция | Тип | Описание | Пример ==============================+======+===================================+======================= --increment-min | Числ | Начать прирост маски на X | --increment-min=4 --increment-max | Числ | Остановить прирост маски на X | --increment-max=8
Заключение
Crunch - очень гибкая программа для генерации словарей. Из минусов можно отметить некоторую запутанность назначения пользовательского набора символов, а также то, что пользовательские наборы символов перезаписывают стандартные наборы.
Hashcat не имеет некоторых опций, связанных с регулированием количества повторяющихся символов в пароле.
Если вы занимаетесь переводами текстов постоянно, вам обязательно пригодятся различные электронные словари, оформленные в виде программ.
Словарь позволяет быстро получать информацию о нужном слове: его перевод, различные формы написания, толкование и правописание.
Возможности Babylon позволяют вам создать свой собственный словарь и выложить его в интернет. Именно эта особенность и сделала Babylon таким популярным во всем мире. Тысячи обычных людей, ученых, специалистов из разных областей создали словари по различным тематикам, и разместили их в интернете.
Попробуйте словарь Babylon в действии:
PROMT VER-Dict
- это электронный словарь, позволяющий получать перевод, толкование и различную грамматическую и морфологическую информацию по выбранному слову. В пакете PROMT VER-Dict объединены сразу 120 различных словарей различных тематик,
общий объем слов которых превышает 7 млн. слов.
Словарь интегрируется в пакет программ Microsoft Office и браузер Internet Explorer. Вы можете создавать собственные словари и пополнять имеющиеся новыми словами. Слова и результат перевода можно озвучивать при помощи голосового движка.
Словари ProLingo
Другие особенности МультиЛекс: небольшой размер, перевод в один клик, произношение слов, возможность создать свой словарь.
Основной особенностью словаря является его открытый исходный код и некоммерческая цель создания. Сотни программистов со всего мира занимаются его разработкой и постоянным улучшением. Ежедневно появляются новые дополнительные словари. Если вы владеете навыками программирования, вы можете также внести свой вклад в развитие этого полезного словаря, настроить его удобным для себя образом или даже реализовать на его основе какой-то интересный проект.
Словарь WordWeb
Lingoes быстро переведет слово, предоставит его подробное толкование, покажет к нему антонимы и синонимы. Среди других возможностей Lingoes: доступ к онлайн-словарям и энциклопедиям, перевод текста под курсором, перевод текстов.
Не забывайте после скачивания программ проверять их антивирусом!
Электронный словарь может пригодиться вам для перевода текстов. Теперь не нужно листать огромные бумажные словари в поисках нужного слова. Небольшая программа-словарь всего за пару секунд найдет вам перевод и толкование любого слова, а также подберет к слову антонимы и синонимы.
Если вы изучаете иностранные языки, программа-словарь вам также будет очень полезна. Вы в любой момент можете быстро узнать толкование и правописание нужного слова, сэкономив при этом бесценное время.
Сегодня современные электронные словари имеют возможность доступа к различным онлайн-словарям и энциклопедиям. Это существенно расширяет функциональность словаря, делая его возможности практически безграничными.
ВВЕДЕНИЕ
Мир все сближается друг с другом политикой мирового общения и культурного обмена многих стран и язык, культура играют большую роль в этом процессе. В настоящее время, каждый человек стремится владеть не только одним иностранным языком, но даже двумя или более. Владение иностранным языком открывает большие перспективы.
Поэтому широкое распространение получают различные языковые курсы, пособия по их изучению, и, конечно, электронные словари. Все словари предлагают пользователям свои ресурсы и функции, которые помогают слушателям повысить уровень владения языком. Но, как говорится в одной русской пословице — «никто не понимает ребенка, как его мать», и является причиной создания данной программы.
УНИВЕРСАЛЬНАЯ ПРОГРАММА ДЛЯ СОЗДАНИЯ СЛОВАРЕЙ И ИЗУЧЕНИЯ
Данная программа является мультиязыковой и предоставляет пользователям возможность создать любой свой собственной словарь и изучать новые слова с помощью слайдера при ее гибкой настройке.
Программа обладает следующими характеристиками:
- универсальностью: программа позволяет создать любой словарь в зависимости от желания ученика;
- бесплатностью: программа распространяется бесплатно
- мультиязычностью: программа поддерживает много языков интерфейса поэтому перевод одного языка интерфейса на другой язык не требует никакого усилия;
- быстродействием: база данных программы основана на Microsoft Access, что позволяет повысить скорость доступа к данным при большом размере базы;
- простотой в использования: программа предоставляет простой интерфейс для работы;
- гибкость настройки: удобство настройки демонстрации слайдов;
- удобство: программа не требует установки и предоставляет удобный интерфейс;
Программа может выполнять следующие функции:
ü создавать новый словарь;
ü редактировать выделенный словарь;
ü добавлять новое слово по теме;
ü редактировать новое слово по теме;
ü удалять новое слово по теме;
ü показывать в слайде слова по теме;
ü настраивать поля слайда;
ü редактировать тему;
ü настраивать скорость слайда и язык интерфейса.
СТРУКТУРА ПРОГРАММЫ
База данных данной программы находится под управлением Microsoft Access, её структура показана на рисунке 1.
Рис. 1. Схема базы данных
Несмотря на простоту базы данных, она позволяет создать любой словарь и целые темы новых слов. Каждый словарь хранится в таблице и имеет до четырех полей, достаточных для описания любой темы, кроме этого, он обладает некоторыми темами, хранимыми в таблице . Новое слово, помечаемое индексами словаря и темы, помещаются в таблицу .
Программа имеет три формы, которые показаны на рис. 2.
Рис. 2. Структура программы
Все кнопки программы были уменьшены, но снабжены описанием.
ЗАКЛЮЧЕНИЕ
Разработанная программа достаточно проста, но при этом позволяет создать любой словарь. Программа, не может сравниться с программами известных производителей по запасу слов, но она имеет свои определенные особенности и распространяется бесплатно.
