Konwertuj BGL na HTML

Glosariusz Babylon musi zostać przekonwertowany, gdy jego wpisy mają być opublikowane jako strona internetowa odczytywana w przeglądarce, zamiast być otwierane w oprogramowaniu słownikowym. HTML ułatwia również edytowanie, hostowanie, archiwizowanie i wyszukiwanie wyodrębnionego tekstu za pomocą narzędzi przeglądarki.

Czym jest format BGL

W tym kontekście .bgl oznacza plik Babylon Glossary: skompilowany słownik binarny zawierający hasła, tłumaczenia, definicje oraz, zależnie od glosariusza, formatowanie, przykłady, dane dotyczące wymowy, linki, obrazy lub dźwięk. Oprogramowanie słownikowe Babylon i Babylon Glossary Builder tworzyły i wykorzystywały te pliki.

BGL to zastrzeżony kontener słownikowy, a nie dokument internetowy. Przeglądarka nie może interpretować go bezpośrednio, a zmiana nazwy .bgl na .html zmienia tylko nazwę pliku, nie format danych. Niektóre pliki BGL mogą być również chronione lub używać struktur, których starsze narzędzia do wyodrębniania nie potrafią w pełni odczytać.

Czym jest format HTML

HTML to tekstowy język znaczników opisujący strukturę dokumentów renderowanych przez przeglądarkę. Glosariusz może używać elementów <dl>, <dt> i <dd> dla haseł i definicji, CSS do prezentacji oraz JavaScript do wyszukiwania po stronie klienta.

W przeciwieństwie do BGL plik HTML można otworzyć bez oprogramowania Babylon, edytować w edytorze tekstu, hostować na serwerze internetowym lub archiwizować jako zwykły tekst. Wyświetlanie w przeglądarce nie zapewnia automatycznie funkcji wymowy, indeksowania, tłumaczenia ani wyszukiwania słownikowego Babylon; funkcje te trzeba wyeksportować lub odtworzyć osobno.

Jak przekonwertować BGL do HTML

Najpierw użyj PyGlossary. To aktywnie rozwijane narzędzie open source do konwersji słowników, które obsługuje dane wejściowe Babylon BGL i może zapisywać kilka tekstowych oraz internetowych formatów słownikowych. Przed konwersją konkretnego glosariusza sprawdź aktualną listę obsługiwanych formatów, ponieważ obsługa osadzonych multimediów i zastrzeżonych znaczników różni się w zależności od wersji.

1. Utwórz kopię zapasową oryginalnego pliku .bgl i zainstaluj PyGlossary z oficjalnego źródła projektu. Unikaj pobierania niezidentyfikowanych plików wykonywalnych do konwersji reklamowanych jako BabylonToHtml; wiele starszych narzędzi nie jest obsługiwanych i może nie obsługiwać bezpiecznie nowszych lub chronionych glosariuszy.
2. Uruchom konwersję z terminala, pozwalając PyGlossary wykryć formaty, jeśli jest to obsługiwane: pyglossary glossary.bgl glossary.html. Jeśli zainstalowana wersja wymaga jawnego określenia formatów, wybierz Babylon BGL jako format wejściowy i HTML jako format wyjściowy w opcjach wiersza poleceń lub interfejsie graficznym.
3. Otwórz wynikowy plik glossary.html w kilku przeglądarkach. Sprawdź znaki diakrytyczne, skrypty niełacińskie, tekst pisany od prawej do lewej, powtarzające się hasła, przykłady, linki, symbole wymowy oraz wszelkie obrazy lub dźwięki.
4. Ustaw kodowanie dokumentu na UTF-8 i dodaj prawidłowe metadane języka, jeśli konwerter tego nie zrobił. W przypadku strony słownikowej używaj elementów semantycznych, takich jak <dl>, zamiast umieszczać każdy wpis w nieustrukturyzowanym bloku tekstu.

Jeśli PyGlossary nie może odczytać pliku, użyj zgodnego z BGL czytnika Babylon lub narzędzia do wyodrębniania, aby wyeksportować zwykły tekst, tekst rozdzielany tabulatorami albo CSV. Wybierz File → Export lub równoważne polecenie, zachowaj Unicode i wybierz UTF-8, jeśli jest dostępne. Przed wygenerowaniem HTML określ kolumny zawierające hasła i definicje.

W przypadku dwukolumnowego eksportu UTF-8 TSV o nazwie terms.tsv ten minimalny skrypt Python tworzy prawidłowy glosariusz statyczny:

import csv
import html

entries = []
with open("terms.tsv", encoding="utf-8", newline="") as source:
    for row in csv.reader(source, delimiter="\t"):
        if len(row) >= 2 and row[0].strip():
            word = html.escape(row[0].strip())
            definition = html.escape(row[1].strip()).replace("\n", "<br>")
            entries.append(f"<dt>{word}</dt><dd>{definition}</dd>")

page = """<!doctype html>
<html lang="en">
<head>
<meta charset="utf-8">
<meta name="viewport" content="width=device-width, initial-scale=1">
<title>Glossary</title>
</head>
<body><main><h1>Glossary</h1><dl>""" + "".join(entries) + """</dl></main></body>
</html>"""

with open("glossary.html", "w", encoding="utf-8", newline="") as output:
    output.write(page)

Zapisz go jako tsv_to_html.py i uruchom polecenie python tsv_to_html.py. W przypadku danych wejściowych CSV zastąp delimiter="\t" przez delimiter=","; zmień row[0] i row[1], jeśli wyeksportowane kolumny są inne.

Opcje konwersji online

Nie należy zakładać, że renomowane usługi ogólnego przeznaczenia, takie jak Zamzar i CloudConvert, obsługują dane wejściowe Babylon BGL; przed przesłaniem pliku sprawdź, czy BGL znajduje się na liście akceptowanych formatów źródłowych. Usługa konwersji CSV do HTML online może przetworzyć już wyeksportowaną tabelę, ale nie zdekoduje danych BGL ani nie zachowa funkcji właściwych dla Babylon.

Nie przesyłaj licencjonowanych, prywatnych ani chronionych prawem autorskim glosariuszy do usługi online bez pozwolenia. Lokalne wyodrębnianie za pomocą PyGlossary lub zaufanego czytnika BGL zapobiega ujawnieniu danych i zapewnia większą kontrolę nad kodowaniem oraz mapowaniem pól.

Ograniczenia jakości i zgodności

Zwykłe hasła i definicje zazwyczaj zostają zachowane podczas wyodrębniania, ale formatowanie, symbole wymowy, układ od prawej do lewej, osadzone obrazy, dźwięk, hiperłącza, przykłady, zduplikowane wpisy i odwołania wewnętrzne mogą zostać utracone lub nieprawidłowo przekonwertowane. Porównaj wynik z oryginalnym słownikiem, zwłaszcza w przypadku języka japońskiego, arabskiego, hebrajskiego, tekstu transkrybowanego oraz wpisów zawierających znaczniki podobne do HTML.

Przed wstawieniem wyeksportowanego tekstu do HTML zastosuj jego escapowanie. W przeciwnym razie definicja zawierająca <, > lub cudzysłowy może uszkodzić stronę, a niezaufane definicje zawierające znaczniki mogą spowodować ryzyko cross-site scripting po umieszczeniu pliku na serwerze. Wygenerowany plik HTML jest reprezentacją statyczną; jeśli opublikowany glosariusz ma obsługiwać filtrowanie lub wyszukiwanie pełnotekstowe, dodaj osobno CSS, indeks wyszukiwania lub JavaScript.