挖掘 macOS 词典文件的方法

[springwood]

在 macOS 已经启用了一个或者若干个词典的情况下：

首先查看 /System/Library/AssetsV2/com_apple_MobileAsset_DictionaryServices_dictionaryOSX/ 这个目录，里面以一连串数字开头、以 .asset 结尾的目录，就是词典文件。一个 .asset 目录对应一个文件。你的词典 app 里面开启了几种词典，这里就有几个目录。比如我有三个词典，因此有三个 .asset 目录。

再看目录下面的 AssetData ，里面写着词典的名字，比如我准备研究 Simplified Chinese – Japanese.dictionary。

继续看词典下面的 Contents/Resources/，有个写着 Body.data 的文件，这就是词典的数据文件。是二进制文件，不能直接打开。

这时需要使用 github 上的 apple-dictionary 这个工具来解析词典 Body.data 文件，命令是：

./dedict ./Body.data | ./strip | ./checkxml.py > dictionary.xml

此时在当前目录下面生成一个 dictionary.xml 文件。然后就可以用自己喜欢的编程语言解析这个 XML 文件了。

[acoldfox]

不错，最近在研究辞典提取

[flyingdog]

为什么不直接用网易云的词典 API 呢？

[Vesper]

不錯，感謝分享。

[springwood]

@flyingdog 自带的词典好用多了

[flyingdog]

@springwood 这样啊。但是网易的，可以有读音啊，自带的词典只能查意思。
问一下啊，你拿到这个 xml 文件之后，你准备进行一些开发吗？比如说自动查词或者或者建生词库吗？

[springwood]

哦，我拿到 xml 之后是做一些统计而已，不是专业搞开发的