PyGlossary项目中的StarDict转Mobi格式语言元数据问题解析

在词典转换工具PyGlossary的使用过程中，用户可能会遇到将StarDict格式转换为Mobi格式时出现的语言元数据问题。本文将详细分析这一问题的成因及解决方案。

问题现象

当用户尝试使用PyGlossary将StarDict词典转换为Mobi格式时，转换过程会产生一个包含OPF、XHTML、CSS等文件的文件夹，而非预期的单个Mobi文件。转换日志中会显示关键错误信息："Language not specified in metadata. The dc:Language field is mandatory"。

问题根源

Kindle生成器(kindlegen)对词典文件的元数据有严格要求，特别是语言代码字段。当源StarDict文件中缺少明确的语言标识信息时，转换过程会因无法确定词典的源语言和目标语言而失败。

解决方案

PyGlossary提供了两种方式来解决这个问题：

1. 命令行参数方式： 在转换命令中明确指定源语言和目标语言参数：

   python main.py --source-lang=Japanese --target-lang=Italian input.ifo output.mobi
   

2. 编程接口方式： 如果通过Python代码调用PyGlossary，可以在转换前设置语言属性：

   glos.sourceLangName = 'Japanese'
   glos.targetLangName = 'Italian'
   

特殊情况处理

对于某些语言（如世界语Esperanto），即使正确设置了语言代码，kindlegen可能仍无法识别。这是因为kindlegen内部维护了一个有限的支持语言列表。此时可以采用变通方案，将源语言和目标语言都设置为kindlegen支持的某种语言（如意大利语）。

后续问题

成功解决语言元数据问题后，用户可能还会遇到格式转换中的其他问题，例如：

• 原始StarDict中的换行符在Mobi格式中丢失
• 词典排版样式不一致等

这些问题需要单独分析处理，通常可以通过调整转换参数或修改样式表来解决。

最佳实践建议

1. 转换前检查源StarDict文件是否包含完整的元数据
2. 对于专业词典，建议同时指定源语言和目标语言
3. 转换后验证Mobi文件的完整性和可用性
4. 对于特殊语言需求，做好测试和验证工作

通过理解这些转换过程中的关键点，用户可以更高效地利用PyGlossary完成词典格式转换工作。