为Kindle自制 Mobi 格式英英辞典

Kindle入手一个月了，真是好东西，和在电脑上相比，更能静下心来阅读。自带的查英文字典功能也非常适合英语学习。美中不足的是自带的两本牛津英英辞典有点太难，不太适合我的英语水平，本人更喜欢Longman这样比较简单的英英辞典。网上有网友放出不少自制辞典，其中就包括了Longman等，但是由于是从别的格式转过来的，不太适应Kindle，非常多的词无法自动取词。故痛下决心，决定自制Longman字典。

由于担心涉及版权问题，细节就不说了，下面只说说思路：

Longman字典自带电子格式，很早以前，我就研究过它的v4版本，想转一个Babylon格式的，最后也是不了了之，不过对格式的解析到时有一定基础了。是从下面这个日本人的转换脚本里学来的：
http://hp.vector.co.jp/authors/VA005784/longman4/ldoce4conv.html
（此人用的是Ruby，想当年为了看懂这个脚本，还学了一阵子Ruby。）

此脚本对应的是V4格式。目前网上最新的是V5，和这个略有不同，但是思路是一致的。
将Longman的压缩包解开后，可以得到每个词条一个xml。内容大体就是显示的内容，还包括了词的变化形式(Inflection)，这个正是Mobi辞典取词的关键信息。

得到原始信息后，开始转换成Mobi格式。Mobi格式其实是一些html文件+资源文件+OPF源信息文件，通过OPF文件控制mobi格式的生成。最早是读了一遍亚马逊官方的 Amazon Kindle Publishing Guidelines，对字典格式只有只言片语，又去研究epub规范，发现根本没有提到Mobi字典的格式。原来这个是Mobi特殊格式，和epub无关。最后在mobipocket的开发文档中找到了例子。看了例子，一切都明白了。
http://www.mobipocket.com/dev/article.asp?BaseFolder=prcgen&File=advancedbooks.htm

源格式，目标格式都清楚了，后面就简单了。写个程序生成html，配合例子的OPF文件稍加修改，用亚马逊官方的kindlegen工具生成。生成后的mobi文件可放到Kindle Previewer上预览(这工具真不错，效果很像)，几经调整，终于得到了可用版本的Longman字典。

相比网上下的Longman，效果好的多：

• 取词基本正常，加入了各种变化。
• 音标也正常，网上的版本，音标转换成了金山字体，此字体害人不浅，音标转成这种字体对应格式后，在各种辞典里都不能正常显示。Longman自带的Unicode编码的音标不需要转换就能在Kindle上完美显示。

UEFI/GPT+Arch Linux，小进展

UEFI模式启动Arch Linux成功，此贴发自Arch。不过遗憾的是加了noefi模式启动。

上次失败之后想了一下，用archboot版本通过VBox给移动硬盘重装了一下系统，至少保证kernel，grub2都是好的，在VBox无法启动，似乎是VBox的UEFI没有USB驱动？在实体机器上，可以进入Grub菜单，但仍然启动不了，重启之后，加了noefi参数，启动成功。装了xorg/gnome/gdm，可以进入X，说明intel的驱动是不依赖于BIOS的。现在就是这个noefi了。期待3.0的内核发布，也许就完美了。

现在移动硬盘是GPT分区了。想分几个区分几个区，还是很不错的。下一步等出差结束，回去把本机硬盘也格了作成GPT分区。Win7+Arch，完美了。

UEFI/GPT + Linux

这两天尝试了一下用UEFI/GPT模式安装和启动Arch Linux。尝试了几种方式都失败了，但是还是有些收获的。
首先尝试通过VBox挂载安装ISO，在移动硬盘上安装。问题很多：

• 官方的安装盘不支持EFI启动
• 安装程序似乎不支持GPT分区，但是可以挂载
• 安装程序不支持安装grub2-efi，需要手动安装(wiki)

经过各种努力，装上了一个不完美的版本，但是在Latitude E6420中，无法启动。可以进入Grub2，在装载内核时无响应。搜了一下，发现有人提了相似的问题：

• https://bugs.archlinux.org/task/24463
• https://bbs.archlinux.org/viewtopic.php?id=111327

应该是2.6.39的kernel以及本机的UEFI都有bug，导致安装失败。去DELL官网搜了一下BIOS更新，从A04升级到A05，还是不行，看来要等3.0的kernel了。目前本人对于Arch还是个新手，不懂AUR安装kernel，此事暂缓，继续观察。

再次尝试直接在VBox中安装。这次用了非官方支持的archboot（估计也是官方做的，只是不提供官方支持），可以UEFI启动，启动后一段时间是黑屏的，一度认为不行，直到出现企鹅图标，发现还是可以的。archboot用part分区，可支持创建GPT格式以及分区，需要手工建立GPT系统分区（见wiki），可支持安装grub2-efi（貌似有bug，反复安装了几次），略去N次尝试后，终于可以启动了。有个问题是无法设置成默认启动，用efibootmgr设置不报错(wiki)，但是无效。必须从EFI Shell找到grub.efi，手工启动。虽然不完美，总算有了一个可以启动的。

在新系统中折腾好了Xorg，GnomeShell，GDM后，悲催的发现无法启动，貌似是vboxvideo驱动依赖与BIOS。也就是说vbox-guest-addtions不支持UEFI下的图形。

折腾到这里还是没有一个能用的Linux桌面。不过收获还是不小的。现在对EFI的启动过程有点明白了，原来的MBR扇区+stage2文件都存在GPT那个系统分区中（200M，fat32格式，设置boot=on），可以存一堆不同的，大家互不干扰。启动程序需要在UEFI的启动管理器中设置（似乎叫NVRAM，Mac中常见这个东西），如果没配置，也可以通过EFI Shell去找到那个efi文件并加载。EFI Shell内置在VBox中，但是实体机器是没有的，也是需要安装的。

后面，就是期待3.0的kernel的发布，会再次尝试。

博客再开

2011年，一个字乱。公司动荡，换了工作，平静的生活一下子被打破了。再想回去过那种安逸的日子已经不可能了，还是努力工作吧。

想想前几年，似乎一事无成。也许是注意力太分散了，面面俱到，但是都没有深入下去。是时候静下心来了，在一两个点上研究的深一点，有所突破。

去年，本来是想深入学习LLVM的，但新公司是纯Java体系，那就先钻研钻研Java吧。正好JDK7即将发布，我的Java知识还停留在JDK1.4上，需要严重更新了。还有Linux，仍然要继续玩下去，工作中也用得着。Mac和iOS什么的我就不花时间了。

去年一年都在混腾讯微博，逐渐发现哪里的用户群年龄普遍偏低，不太适合我，干脆放弃，只留了一堆汽车媒体的，看看车而已。不久前又注册了Google Plus，用了几天，挺不错的SNS，准备以G+为中心，开始整理我的SNS类应用。但是同时我也感觉到，其实我还是需要一个Blog的。这年头大家都在玩Twitter一类的东西，写Blog的人越来越少了，但是Twitter的速度太快，我还是需要一个静下心来写点什么的平台。Blog的速度比较适合。

这个Blogger帐号貌似06年就申请了，但是由于国内访问不了，就没有维护了。一直没有找到合适的地方，之前在腾讯QZone混了一段时间，不过在那里写技术类博客似乎不是好注意。还是先挪到Blogger这里来吧。都准备以G+为中心了，Blogger也挺好的。反正主要是自己记录写东西的，国内能不能访问也无所谓了。