音频库制作方法

一，思想

首先要明白mdx和mdd里面的音频一一对应，mdx相当于词典索引，而mdd则是资源。根据这个关系，则可以进行解析了。先用论坛上的工具解析出mdx.txt和mdd的资源。然后用下面的脚本进行处理，具体可以根据mdx和mdd进行针对修改

二，脚本

我用python写的，其实用什么脚本都一样，因为之前没有用过python，借这个机会学一下。理论上，这个脚本可以应用于所有mdx和mdd文件的音频库制作

三，脚本代码

主要需要了解的是正则表达式，或者不用正则，用字符串处理也行，方法都可以。用正则比较简单一些。
下面，我把代码给注释上，方便查阅。

#!/usr/bin/python3
import re
import os
import shutil

// 这个变量是解析出来mdx的txt文件
OPDmdx="D:\\EN\\audio\\Oxford Pronunciation Dictionary\\OPD_offline.txt"
// 这个变量用来记录当前查找到的单词
OPDword='word'
// 读取缓存变量
OPDtxt='txt'
// 这个变量用来起到结尾标识
OPDend='’zine'
// 这个变量用来放置输出文件夹
OPDaudtmp='D:\\EN\\audio\\tmp\\'
// 这个变量用来存更改后的音频名称
OPDaudout='out'
// 根据mdd解析出的资源路径
OPDaudir='D:\\EN\\audio\\Oxford Pronunciation Dictionary\\OPD_offline'
// 这个变量用来存mdd库中找到的音频路径
OPDaud='audio'
// 后缀
OPDmp3='.mp3'

// 打开mdx解析出来的txt文件
xfile = open(OPDmdx,encoding= 'utf-8')

while True:
// 因为OPD是四行一个循环，其中第一行是单词，第三行是一些对应关系，所以我们只需要记录第一行和分析第三行即可。
    for i in range(1,5,1):
        OPDtxt = xfile.readline()
// 对第一行单词进行分析，如果和结尾对比相同，则退出，解析完毕，否则继续解析。
        if 1==i:
            OPDword=OPDtxt
            OPDword=OPDword.strip('\n')
// 如果是数字，则放到0-9这个文件夹中
            isnum = re.search("[0-9]",OPDword[0])
            if isnum:
                OPDaudout=OPDaudtmp+'0-9'+'\\'+OPDword+OPDmp3
// 否则，放到首字母a-z的文件夹中，通过正则，排除WIN下非法名称
            else:
                OPDword=re.sub("[\/\?\*\\<>|]",'-',OPDword)
                OPDtmp=OPDaudtmp+OPDword[0]+'\\'
                if os.path.exists(OPDtmp):
                    OPDaudout=OPDtmp+OPDword+OPDmp3
// 如果都没有，写入log文件，记录
                else:
                    logtxt = open('log.txt', 'a+')
                    print(OPDtmp+OPDword, file=logtxt)
                    logtxt.close()
                #print (OPDword)
            
            if OPDword==OPDend:
                break
// 在第三行开始处理，提取音频，此处提取美音
        elif 3==i:
            OPDaud=re.search("data-src-mp3="http:\/\/www.oxfordlearnersdictionaries.com\/media\/english\/us_pron(.+?)mp3",OPDtxt)
            if OPDaud:
                OPDaud=OPDaud.group(0)
// 进行二次解析，获取到MP3路径，并更改/为\以让WIN识别
                if OPDaud:
                    OPDaud=re.search("/media\/english\/us_pron(.+?)mp3",OPDaud)
                    OPDaud=re.sub("\/",'\\\\',OPDaud.group(0))
                    OPDaud=OPDaudir+OPDaud
// 如果确定在mdd解出的库中找到对应的文件，则重命名，并且放到对应的目录下，对应的目录在第一行时就已经处理好了，就是OPDaudout存放的变量
                    if os.path.exists(OPDaud):
                        shutil.copyfile(OPDaud, OPDaudout)
// 否则记录到文件
                    else:
                        logtxt = open('log.txt', 'a+')
                        print(OPDaud, file=logtxt)
                        logtxt.close()
                    #print(OPDaud)
                    #print(OPDaudout)
// 如果是结尾则退出循环
    if OPDword==OPDend:
        break

xfile.close()

#!/usr/bin/python3

import re

import os

import shutil

// 这个变量是解析出来mdx的txt文件

OPDmdx="D:\\EN\\audio\\Oxford Pronunciation Dictionary\\OPD_offline.txt"

// 这个变量用来记录当前查找到的单词

OPDword='word'

// 读取缓存变量

OPDtxt='txt'

// 这个变量用来起到结尾标识

OPDend='’zine'

// 这个变量用来放置输出文件夹

OPDaudtmp='D:\\EN\\audio\\tmp\\'

// 这个变量用来存更改后的音频名称

OPDaudout='out'

// 根据mdd解析出的资源路径

OPDaudir='D:\\EN\\audio\\Oxford Pronunciation Dictionary\\OPD_offline'

// 这个变量用来存mdd库中找到的音频路径

OPDaud='audio'

// 后缀

OPDmp3='.mp3'

// 打开mdx解析出来的txt文件

xfile = open(OPDmdx,encoding= 'utf-8')

while True:

// 因为OPD是四行一个循环，其中第一行是单词，第三行是一些对应关系，所以我们只需要记录第一行和分析第三行即可。

for i in range(1,5,1):

OPDtxt = xfile.readline()

// 对第一行单词进行分析，如果和结尾对比相同，则退出，解析完毕，否则继续解析。

if 1==i:

OPDword=OPDtxt

OPDword=OPDword.strip('\n')

// 如果是数字，则放到0-9这个文件夹中

isnum = re.search("[0-9]",OPDword[0])

if isnum:

OPDaudout=OPDaudtmp+'0-9'+'\\'+OPDword+OPDmp3

// 否则，放到首字母a-z的文件夹中，通过正则，排除WIN下非法名称

else:

OPDword=re.sub("[\/\?\*\\<>|]",'-',OPDword)

OPDtmp=OPDaudtmp+OPDword[0]+'\\'

if os.path.exists(OPDtmp):

OPDaudout=OPDtmp+OPDword+OPDmp3

// 如果都没有，写入log文件，记录

else:

logtxt = open('log.txt', 'a+')

print(OPDtmp+OPDword, file=logtxt)

logtxt.close()

#print (OPDword)

if OPDword==OPDend:

break

// 在第三行开始处理，提取音频，此处提取美音

elif 3==i:

OPDaud=re.search("data-src-mp3="http:\/\/www.oxfordlearnersdictionaries.com\/media\/english\/us_pron(.+?)mp3",OPDtxt)

if OPDaud:

OPDaud=OPDaud.group(0)

// 进行二次解析，获取到MP3路径，并更改/为\以让WIN识别

if OPDaud:

OPDaud=re.search("/media\/english\/us_pron(.+?)mp3",OPDaud)

OPDaud=re.sub("\/",'\\\\',OPDaud.group(0))

OPDaud=OPDaudir+OPDaud

// 如果确定在mdd解出的库中找到对应的文件，则重命名，并且放到对应的目录下，对应的目录在第一行时就已经处理好了，就是OPDaudout存放的变量

if os.path.exists(OPDaud):

shutil.copyfile(OPDaud, OPDaudout)

// 否则记录到文件

else:

logtxt = open('log.txt', 'a+')

print(OPDaud, file=logtxt)

logtxt.close()

#print(OPDaud)

#print(OPDaudout)

// 如果是结尾则退出循环

if OPDword==OPDend:

break

xfile.close()

Licensed under 知识共享署名 4.0 国际许可协议

音频库制作方法

一，思想

二，脚本

三，脚本代码

Comment