简介一份专用于 MDX 电子词典文件的开箱即用查看与转换工具包适合语言学习者、教师以及需要处理词典数据的开发人员。MDX 格式常用来封装词汇条目、释义、例句和发音资源普通环境下不易直接浏览该工具通过解析并输出 HTML让用户能在浏览器中方便地查看、编辑和分享词条内容。压缩包共 23 个文件整体仅 845KB核心资源包括可执行程序、HTML 帮助文档、PNG 图标素材、XML 配置与历史记录、TXT 说明文本以及 CSS 样式和 DAT 数据文件目录结构清晰既便于直接运行也有助于分析词典解析与网页生成的基本流程。目前已有 974 人学习下载作为轻量级实用工具可帮助入门者快速完成 MDX 文件的打开、导出和编辑操作同时为有二次开发需求的读者提供可研究的文件组织样例与转换思路借助示例页面、样式表和资源文件还能进一步了解词典网页的渲染方式有效提升词典资源的使用与再加工效率。1. mdx 格式怎么打开先从后缀名说起下载了一本词典的 mdx 格式文件双击没有任何反应这是词典类资源最常见的打开门槛。mdx 是 MDict 词典包的后缀它不是一个能直接双击运行的文件而是把词条正文、HTML 排版和索引打包到一起的数据容器。很多人卡在第一步是因为把「打开文件」误解成了「解压文件」。这个资源真正要解决的问题是让词库的释义、发音、图片和 CSS 样式同时加载出来而不是单纯把 mdx 解出一个不知道干什么用的文件。适合的对象很明确手里有 mdx 词典文件却打不开的普通用户以及想提取资源做二次整理的语料工作者。下面从最省事的路径开始把完整的打开和拆解流程走一遍。2. 用 MDict 跑通第一套词典环境安装、导入与常用参数2.1 先认识 mdx 和 mdd一个装正文一个装资源mdx 格式在设计时就不是给人直接读的。它以 HTML 片段作为词条正文配合 CSS 控制排版词头和正文之间通过索引定位。打开 mdx 的工具必须做两件事解析索引然后把 HTML 渲染成可读的页面。这就是为什么「用记事本打开 mdx」毫无意义——你看到的是二进制索引数据不是文本。与 mdx 伴生的还有一个 mdd 文件。mdd 是资源包里面装的是发音音频、配图、语法标签等二进制文件。真正的词典包经常是 xxx.mdx 与 xxx.mdd 成对出现。很多人的词库「打开失败」实际上是 mdd 资源没有被加载而不是 mdx 本身的问题。文件作用加载条件xxx.mdx词条正文、索引、HTML 结构有后缀为 mdx 的文件即可被识别xxx.mdd音频、图片、CSS 等资源包文件名前缀必须与 mdx 完全一致并放在同一目录xxx.css部分词库把样式单独放在目录路径写在 mdx 词条内缺失时排版会乱从这个结构可以看出MDict 是这个格式的原生宿主。它由 Rayman 开发词库解析逻辑和 mdx 的诞生同源所以碰到兼容性问题最少。这也是我建议第一步永远先用 MDict 验证词库文件本身是否完好的原因——如果 MDict 都打不开多半是文件缺失或加密换别的软件意义不大。2.2 安装与导入桌面版和手机版两条路径桌面版 MDict 的典型操作路径是把下载到的 mdx、mdd 文件放到同一个文件夹然后打开 MDict在「词库」菜单里找到「词库管理」或者直接重启软件触发自动扫描。很多绿色版 MDict 会在安装目录下自带一个 doc 文件夹把词典文件丢进去再重启软件就会自动索引。如果手动管理路径通常是「词库管理 → 添加目录 → 指向词典所在文件夹 → 扫描」。扫描完成后词库列表里会出现这本词典的名字勾选它就能开始查词。手机版路径类似但要注意 Android 和 iOS 的差异。Android 版 MDict 一般把词库放到内部存储的 MDict/doc 目录下放好后打开 App在设置里点「重新扫描词库」iOS 版则通过「文件」App 导入把 mdx 和 mdd 一起拷贝到 MDict 的文件夹里再回到 App 内等待加载。这里有个经验无论是桌面端还是手机端首次加载大型词库比如 1GB 以上的带发音资源包都需要几十秒到几分钟的索引时间期间界面看着像卡死实际是在建缓存别急着关程序。词库目录结构建议 D:/Dictionaries/ ├── 柯林斯.mdx ├── 柯林斯.mdd └── 朗文.mdx把作者名或词典名作为前缀让 mdx 和 mdd 保持同名同目录这是整个文章里最值得养成的习惯。后面用 GoldenDict 和转换脚本时这个命名规范能省掉大量排查时间。参数上MDict 的「字体大小」和「自动发音」是两个值得调的开关字体大小在显示设置里改自动发音在发音设置里打开否则你点词条发音按钮也能出声音但查词时不会自动朗读。样式丢失的问题优先检查 CSS 是不是被打包在 mdd 里在 MDict 中这类资源是自动加载的如果在别的软件里丢样式先回来看这个。3. 换 GoldenDict 做多词库管理加载 mdx 的完整流程3.1 为什么在 MDict 之外还需要 GoldenDictMDict 能打开 mdx但处理多词库时体验一般切换词库要回列表翻页多个词典的释义也不会同时出现在同一个结果页面。GoldenDict 把多词库变成了主查询页的分组栏一次输入同时查十几本词典结果按词典分组滚动展示。加上正则通配符查询语料查证效率高很多。对「打开 mdx」这个需求来说GoldenDict 是更耐用的第二套方案。需要说清楚的是GoldenDict 并不是 MDict 的替代品而是互补品。MDict 胜在轻量和原生的 mdx 解析遇到加密词库时兼容性更好GoldenDict 胜在查询体验和结果聚合多词典同时查的能力尤其适合学习型用户。我自己是两套都装MDict 负责验证文件GoldenDict 负责日常查词。维度MDictGoldenDict词库来源MDict 原生格式支持 mdx 及更多开放格式多词库同时查不支持支持按词典组展示资源包 mdd 加载原生支持同名同目录可加载加密词库部分可打开部分灰色不可用3.2 GoldenDict 的词典来源配置GoldenDict 安装后首次启动会要求选择一个目录存放索引缓存这个目录任选但建议放在非系统盘因为大型词库的索引文件可能有几百 MB。进入主界面后按这个顺序操作点菜单「编辑 → 词典 → 词典来源」在「词典文件」区域点击「添加」把存放 mdx/mdd 的文件夹路径粘进去。这里有两个容易漏的地方一是「递归搜索子目录」要勾上否则只加载当前目录不加载子文件夹二是文件类型列表里要确认 MDict 词库这一项没有被取消勾选。配置好后点「重新扫描」GoldenDict 会开始解析目录里的所有 mdx。扫描速度取决于词库数量和大小我扫过 20 本词典的目录索引用了一分钟左右。扫描完成后词典管理面板里会列出所有识别到的词库勾选需要用的拖动调整查词结果的优先顺序。GoldenDict 的查词结果页面会按词库分组每个词条下方跟着词典名一眼就能看出释义来自哪本。GoldenDict 词典来源配置要点 来源目录D:/Dictionaries 选项递归搜索子目录 —— 必须勾选 文件类型MDict 词库(.mdx) —— 必须勾选 扫描后状态正常 / 灰色不可用/ 未找到资源包有一个高频问题必须提前说GoldenDict 想正常加载出 mdd 里的发音和图片文件名必须和 mdx 完全一致并且放在同一个目录。GoldenDict 的解析器是按文件名前缀匹配资源包的如果你把「柯林斯.mdx」和「Collins.mdd」放在一起GoldenDict 会认为这是两个不相干的文件只加载词条正文音频和配图全部丢失。这个现象在 MDict 里不一定出现因为 MDict 会模糊匹配所以很多人第一次换到 GoldenDict 时发现以前有发音的词库突然哑了就是这个原因。用 GoldenDict 加载 mdx 的另一个价值是字体控制。MDict 的字体大小调节是全局的而 GoldenDict 可以针对每个词典单独设置显示样式在「词典 → 样式」里能覆盖词库自带的 CSS。对于排版过老、字太小的 mdx 词库这个功能比你改源文件要省事得多。查词时按 CtrlC 复制释义内容也不会带上格式标记对做笔记很友好。4. 把 mdx 拆开看readmdict 与 pyglossary 的转换操作4.1 什么时候需要拆包而不是打开打开工具能查词但对于想复用词典数据的人比如做术语表、跑语料分析、给别的软件转格式打开工具不够用。mdx 是一种私有容器拆包后能得到两份东西词条正文HTML和资源文件音频/图片。拆包也叫「解包」需要专门的 Python 库。经常有人直接改后缀名试试能不能解压结果得到一个乱码文本这是没理解容器格式的典型翻车。处理 mdx 拆包最常用的两个工具是 readmdict 和 pyglossary。前者的特点是薄只做一件事读索引、吐内容后者是瑞士军刀能在几十种词典格式之间互转。我一般这样分工需要提取 mdd 里的音频图片时用 readmdict需要把整本词库转成纯文本或 StarDict 格式时用 pyglossary。4.2 readmdict 读词库与提取 mdd 资源先安装 readmdict。它依赖 Python 3.8 以上环境安装命令很简单pip install readmdict装好后写一个最简读取脚本验证词库能不能被正常解析from readmdict import MDX # 替换成你自己的词库路径 mdx MDX(D:/Dictionaries/柯林斯.mdx) # 取出前 3 个词条的词头和正文 HTML for idx, (key, value) in enumerate(mdx.items()): if idx 3: break print(词头:, key.decode(utf-8, ignore)) print(正文:, value.decode(utf-8, ignore)[:200]) print(---)这段代码先实例化 MDX 对象传入词库路径items() 返回词条迭代器每个元素是一个二元组第一项是词头第二项是 HTML 正文。这里有个关键细节readmdict 返回的 key 和 value 是 bytes 类型必须调用 decode 转成字符串才能打印。如果你的词库里有生僻字符decode 时加 ignore 参数可以避免单个坏字节导致整个脚本崩溃。提取 mdd 资源是 readmdict 最实用的功能。下面的脚本会把 mdd 里的所有音频、图片解出来并按原路径结构写到磁盘import os from readmdict import MDD mdd_path D:/Dictionaries/柯林斯.mdd out_dir D:/Dictionaries/柯林斯_res mdd MDD(mdd_path) for key, value in mdd.items(): # mdd 内部路径形如 \media\word.mp3去掉开头的斜杠 rel_path key.decode(utf-8).lstrip(\\/) target os.path.join(out_dir, rel_path.replace(\\, os.sep)) os.makedirs(os.path.dirname(target), exist_okTrue) with open(target, wb) as f: f.write(value) print(提取完成文件数量:, len(os.listdir(out_dir)))这段代码的思路是mdd 内部的 key 是带路径的文件名value 是原始二进制数据直接写文件就是可用的音频或图片。lstrip(\/) 是为了去掉 mdd 内部路径开头的反斜杠replace(\, os.sep) 是把反斜杠路径转为当前操作系统的分隔符否则在 Windows 上没问题在 Linux 和 macOS 上会把整个路径当成一个文件名。发现在我自己的机器上一本带发音资源的朗文词库 mdd 有 2 万多个音频文件解出来的目录结构和词库内部引用路径一一对应HTML 里的相对链接可以直接用。4.3 pyglossary 把 mdx 转成其他格式如果目标不是提取资源而是把整个词库转成通用格式pyglossary 更合适。安装并执行一次转换很简单pip install pyglossary pyglossary 柯林斯.mdx 柯林斯.txt输入输出格式由文件后缀自动识别。转出的 txt 是制表符分隔的纯文本第一列是词头第二列是释义内容。这个格式可以直接导入 Anki 做卡片也能用文本工具批量处理。第一次运行时如果提示缺少 lxml 之类的依赖按提示 pip 安装即可不是环境冲突是 pyglossary 按格式按需加载解析模块。想转成 StarDict 格式给其他开源词典软件用把输出后缀改成 .ifopyglossary 柯林斯.mdx 柯林斯.ifo命令执行后会生成同名的 .idx、.dict 和 .ifo 三个文件这三个文件要放在同一个目录里才是一本完整的 StarDict 词库。这里有一个具体参数值得注意如果你的源 mdx 文件放在中文路径下转换前最好把路径或文件名改成纯英文否则 pyglossary 在 Windows 上偶尔会因为编码问题跳过文件报错信息又不明显。pyglossary 常见输出格式对照 柯林斯.txt - 纯文本制表符分隔适合 Anki / 脚本处理 柯林斯.ifo - StarDict 三件套适合其他开源词典软件 柯林斯.html - 网页版词库带目录索引转换完成后我习惯做一次验证打开 txt搜一个常见的多义词确认词头对齐、释义完整如果只有词头没有释义大概率是 pyglossary 读取 mdx 时 CSS 被剥离了这不是转换失败而是 mdx 里本来就把正文样式放在 mdd 中转换工具不带资源包走。需要保留样式的话先把 mdd 解出来再手动处理 HTML 内部引用路径没有一步到位的命令。5. 打开 mdx 的常见问题与避坑记录五条真实踩坑5.1 词库列表里找不到刚放进去的 mdx现象明明把 mdx 文件放进了词典目录重启 MDict 或扫描后词库列表里就是看不到它。原因最常见的是把文件放在了没有权限的目录比如 Program Files 下Windows 的系统目录保护机制让软件扫描不到另一种是文件名后缀被隐藏实际文件叫「xxx.mdx.txt」软件按后缀识别时直接忽略。解决先到「查看 → 文件扩展名」里确认文件真的以 .mdx 结尾然后把文件挪到纯用户目录例如 D:/Dictionaries 或桌面词典文件夹再重新扫描。从那以后我把所有词库统一放在一个无空格的英文路径下再没出过扫描不到的问题。5.2 词库能查但发音和图片全部不显示现象词条正文正常渲染HTML 排版也在但每个词的发音按钮点了没反应配图位置一片空白。原因mdd 资源包没有被加载。说到底还是文件名匹配问题MDict 偶尔能容忍GoldenDict 严格按前缀匹配前缀不一致就当作两个独立文件。解决把 mdd 的文件名改成和 mdx 完全一致分毫不差然后放到同一目录重启软件。改完名记得看文件后缀改成「柯林斯.mdd.txt」等于没改。另外有些词库把 css 放在 mdd 里mdd 不加载时会出现「词条能查到但排版全乱」的中间状态这个别去改 CSS先把资源包名字对齐。5.3 GoldenDict 里词库显示灰色不可用现象扫描出的词库在管理列表里呈现灰色勾选框点了没反应选中后查词页面没有任何结果。原因这个 mdx 大概率是加密或压缩算法特殊GoldenDict 的解析器不识别。部分商业词典为了防盗版在 mdx 的头部加了自定义校验只有原版 MDict 客户端能读。解决先用 MDict 验证这本词库本身是否完整。MDict 能查而 GoldenDict 不能就是加密词库只能继续用 MDict 或换欧路词典加载如果 MDict 也打不开那就是源文件损坏或下载不完整重新下载。遇到这种情况我一般不纠结加密词库换个来源通常有解密的普通版普通版才适合做转换。5.4 下载页反复提示「检测到开发者工具已打开请关闭后刷新页面继续访问」现象打开某个词典资源的下载页页面弹出提示「检测到开发者工具已打开请关闭后刷新页面继续访问」按 F5 刷新好几次还是一样拦着。原因页面里嵌了反爬脚本会检测浏览器开发者工具窗口是否存在。这种检测不一定只在按 F12 时触发浏览器开着 DevTools 独立窗口、调试面板驻留侧边栏甚至部分浏览器插件的调试组件都会被误判。解决关掉开发者工具窗口再按 F5 刷新页面。注意要确认 DevTools 的独立窗口也一起关掉只收回侧边栏不算。关完刷新还拦就把浏览器插件逐个禁用试试重点排查带「开发者」「调试」功能的扩展。我自己遇到过一次是浏览器开着旧版本的调试浮窗没注意关干净后页面立刻放行。5.5 转换后文本乱码或 HTML 标签像炸了现象用 pyglossary 或 readmdict 转出来的 txt 打开后词头正常但释义部分是一堆乱码或者能看到标签但文字全丢了。原因mdx 词条的正文编码不统一。老词库常用 UTF-16新词库用 UTF-8转换工具默认按 UTF-8 处理碰到 UTF-16 的词库就会把每个字符的固定字节拆开显示成乱码标签炸了则说明 CSS 引用路径在转换时被改写和正文没有关系。解决readmdict 的 decode 方法里手动指定编码先试 utf-16打印出正常中文再用 utf-8。pyglossary 转换后乱码在命令行加一个编码参数指定源文件编码具体参数名查当前版本的帮助输出。遇到 CSS 引用断掉直接用第 4 章的 mdd 提取脚本解包资源然后把 HTML 里的相对路径改成指向解包目录的绝对路径这一步没有命令能代替只能按资源包内的实际路径结构手改。6. 进阶用 Python 脚本批量整理词库目录6.1 统计词条数并自动解包 mdd 资源词库收多了以后文件夹里一堆 mdx 和 mdd时间长了连自己都忘了哪本是带发音的完整版。我写了一个小脚本把目录下所有词库遍历一遍输出词条数量并把 mdd 资源自动解包到以词库名命名的子目录里。这个脚本解决两个具体问题一个是快速确认词库完整性另一个是集中提取所有资源文件。import os from readmdict import MDX, MDD src_dir D:/Dictionaries for f in sorted(os.listdir(src_dir)): path os.path.join(src_dir, f) base, ext os.path.splitext(f) # 统计词条数读取索引区即可不解析正文 if ext.lower() .mdx: try: mdx MDX(path) print(f{f}: {len(mdx._mdx_keys)} 个词条) except Exception as e: print(f{f}: 解析失败 - {e}) # 解包资源按词库名建一个 _res 文件夹 elif ext.lower() .mdd: out_dir os.path.join(src_dir, base _res) os.makedirs(out_dir, exist_okTrue) mdd MDD(path) count 0 for key, value in mdd.items(): rel_path key.decode(utf-8).lstrip(\\/) target os.path.join(out_dir, rel_path.replace(\\, os.sep)) os.makedirs(os.path.dirname(target), exist_okTrue) with open(target, wb) as f_out: f_out.write(value) count 1 print(f{f}: 资源已解包 - {count} 个文件)这里的 len(mdx._mdx_keys) 读取的是 readmdict 内部的索引键列表不触发正文解压所以速度很快一本几万词条的词典也就一两秒。MDD 解包部分复用了第 4 章的代码加上异常捕获后即使某个资源文件名特殊导致写入失败也不会中断整批任务。我通常每个月跑一遍这个脚本顺手删掉解包后没用的临时目录词典库的磁盘占用能清理出不少空间。从那以后我每次下载新的 mdx 词库都强制先跑一遍这脚本确认词条数和资源完整性再决定要不要入库。这份资源把文中用到的 MDict、GoldenDict 和脚本整理到了一起下载后对照第 2 章的目录流程操作即可希望帮到你。本文还有配套的精品资源点击获取