和英辞書EDICTをPDICテキスト形式に変換する方法

雑記

この方策はEBStudio 変換スクリプト集のxedict.plを基にしたものである．また，正規表現およびサクラエディタについての情報を次のページから得た．

手順は次のとおりである．

  1. EDICTをThe EDICT Projectで入手する
  2. edictをサクラエディタで開く．正規表現を用いた置換作業もあるので，BREGEXP.DLLを導入しておくこと
  3. ファイル名を"edict.sjis"とでもして，文字コードをShiftJISにして保存する
  4. 改行コードをクリップボードにコピーする．今後クリップボードを編集してはならない
  5. １行目を削除する（辞書データでないため）
  6. 置換作業を行う
    1. " [" to "【"
    2. "]" to "】"
    3. [正規表現] "\/$" to "" （行末の\を落とす）
    4. " /" to クリップボードから貼り付ける(T)
  7. ファイル名を"edict.pdict"とでもして保存し，完了

Rev. 2 修正@2005-10-12 20:07:41
  • 「１行目を削除する」ことを追加（１行目が辞書データでないため）
  • 置換作業の " \[" to " 【" を " \[" to "【" へ変更（置換後データ側に不要な空白があった，というのは嘘で，本当はただの写し間違い）
  • 置換作業の "\/" to "\n" を "\/\(([a-z])" to "\n\($1" へ変更（複数の意味を持つ語がかわいそうなことになるため）
Rev. 3 修正@2005-10-12 22:49:04
  • 正規表現に関する説明文の微修正
  • 置換作業の "] " to "】" を "]" to "】" へ変更（次の置換作業を行うため）
  • 置換作業の "\/\(([a-z])" to "\n\($1" を " /" to クリップボードから貼り付ける(T) へ変更
  • 前項に伴い，クリップボードに関する事柄を添加

Rev. 3に従って作成したデータを，Personal Dictionary for Win32 Ver.4.72fの変換ツールでPDIC形式に変換する際，次の語が重複していると判明した．

  • めん棒
  • バラ
  • 悪い（にくい）
  • 心なし
  • 白目
  • (n) box to hold letters
  • (n) (abbr) Ministry of Education, Culture, Sports, Science and Technology/(P)
  • (n) civilized world/civilised world
  • ...

ということで，またも失敗したといえる．問題は白目と文箱の間にあるのだ．PerlメモのSJIS文字に関する項について，うまく実行できたらいいのにな．

...

見つけた．とりあえずそのまま変換しておいて，pdictをテキストエディタで開く．「(n) box to hold letters」以前の，「英訳語が同じである語」，「文人墨客」を見つけた．この語をPDICで検索したところ，リスト表示が「文鳥【ぶんちょう】」で止まった．

pdictの該当部分は次のとおりである．

文鳥【ぶんちょう】

(n) Java sparrow

Java rice finch (Lonchura oryzivora, Padda oryzivora)

この改行は，改行作成時にできたものであるだろうから，

文鳥【ぶんちょう】

(n) Java sparrow /Java rice finch (Lonchura oryzivora, Padda oryzivora)

とする．

すなわち「Rev. 4」は，誤改行をPDIC変換作業を行ってみて，その都度改めよ，ということだ．

今回用いた，タイムスタンプ「2005年10月4日、20:23:20」のEDICTデータでは，先程挙げた五語のみが重複する事となった．また，"Java rice finch"をググると，文鳥問題なるページがヒットした．今回はただ一件のみだったが，Rev. 3で発生した本件も「文鳥問題」としよう．