Converti BGL in XML

Cos’è il formato BGL

BGL è il formato binario compilato per glossari di Babylon. Gli strumenti di authoring dei dizionari Babylon raggruppano parole chiave, definizioni, formattazione, informazioni sulla pronuncia e talvolta immagini o audio in file BGL.

I file BGL vengono comunemente distribuiti come dizionari o language pack scaricati. Babylon e lettori come GoldenDict possono aprire molti file BGL, ma BGL non è un formato modificabile generico e i suoi dati interni non sono un normale XML.

Cos’è il formato XML

XML rappresenta dati strutturati con elementi e attributi leggibili. I dati dei dizionari in XML possono essere esaminati in un editor di testo, interrogati con XPath, trasformati con XSLT, importati in un database o adattati a un’altra applicazione per dizionari.

Non esiste uno schema XML universale per dizionari. XDXF (XML Dictionary eXchange Format) è il formato di destinazione basato su XML generalmente usato per la conversione dei dizionari, ma l’applicazione ricevente potrebbe richiedere elementi propri per voci, esempi, formattazione, audio o immagini. Verificare lo schema richiesto prima della conversione.

Come convertire il dizionario

PyGlossary è l’opzione locale più pratica per i file BGL di Babylon supportati. Legge il glossario binario e scrive XDXF senza caricare i dati del dizionario su un servizio web.

1. Installare una versione aggiornata di Python, quindi installare PyGlossary con python -m pip install pyglossary.
2. Inserire il file sorgente in una directory di lavoro, ad esempio english.bgl.
3. Eseguire pyglossary english.bgl english.xdxf. PyGlossary normalmente rileva i formati di input e output dalle estensioni dei nomi dei file.
4. Se il rilevamento non riesce, selezionare esplicitamente Babylon come formato di input e XDXF come formato di output nell’interfaccia grafica di PyGlossary o nelle opzioni dei comandi.
5. Aprire english.xdxf in un editor compatibile con XML e testarlo nell’applicazione di destinazione. Controllare parole chiave rappresentative, markup, testo non latino, collegamenti e metadati, anziché limitarsi a verificare se il file si apre.

L’output è contenuto XDXF, basato su XML, ma non è automaticamente compatibile con ogni applicazione che accetta un file denominato .xml. Se la destinazione richiede uno schema proprietario, trasformare XDXF con un foglio di stile XSLT o uno script personalizzato. Rinominare english.xdxf in english.xml modifica soltanto l’estensione del nome del file e non cambia lo schema.

GoldenDict e lettori di dizionari simili sono utili per testare il glossario sorgente, ma generalmente sono lettori anziché strumenti di esportazione da BGL a XML. Non si dovrebbe dare per scontata l’esistenza di un convertitore online ampiamente affidabile per questo formato; i servizi web specializzati potrebbero non supportare la variante BGL pertinente o lo schema XML di destinazione. Mantenere la conversione in locale, soprattutto per i dizionari protetti da copyright, a meno che un servizio non documenti esplicitamente l’input Babylon BGL e l’output XML richiesto.

Limiti di qualità e compatibilità

Le parole chiave e le definizioni di base vengono generalmente trasferite, ma la conversione può perdere o modificare la formattazione proprietaria, le immagini incorporate, l’audio, i collegamenti ipertestuali, i dati sulla pronuncia, i metadati della licenza e le risorse compresse. Il risultato dipende inoltre dalla versione di BGL e dal supporto del convertitore per le strutture interne di quel dizionario.

Alcuni file BGL utilizzano varianti, pacchettizzazione o protezioni che PyGlossary non è in grado di decodificare. Una lettura non riuscita richiede una versione compatibile del convertitore, una copia diversa del sorgente o un’esportazione dal progetto di authoring originale di Babylon; modificare l’estensione non può riparare un file non supportato.

Conservare il BGL originale e confrontare il numero di voci prima e dopo la conversione. Se i contenuti multimediali sono essenziali, verificare che l’output contenga riferimenti utilizzabili o file estratti, anziché presumere che ogni risorsa sia stata conservata.