Convertir BGL en HTML

Un glossaire Babylon doit être converti lorsque ses entrées doivent être publiées sous forme de page web lisible dans un navigateur plutôt qu’ouvertes dans un logiciel de dictionnaire. HTML facilite également la modification, l’hébergement, l’archivage et la recherche du texte extrait à l’aide des outils du navigateur.

Qu’est-ce que le format BGL ?

Dans ce contexte, .bgl désigne un fichier Babylon Glossary : un dictionnaire binaire compilé contenant des mots-vedettes, des traductions, des définitions et, selon le glossaire, des éléments de mise en forme, des exemples, des données de prononciation, des liens, des images ou des fichiers audio. Les logiciels de dictionnaire Babylon et Babylon Glossary Builder créaient et utilisaient ces fichiers.

BGL est un conteneur de dictionnaire propriétaire, et non un document web. Un navigateur ne peut pas l’interpréter directement, et renommer .bgl en .html ne modifie que le nom du fichier, pas le format des données. Certains fichiers BGL peuvent également être protégés ou utiliser des structures que les anciens outils d’extraction ne peuvent pas lire entièrement.

Qu’est-ce que le format HTML ?

HTML est un langage de balisage textuel qui décrit la structure des documents affichés par un navigateur. Un glossaire peut utiliser <dl>, <dt> et <dd> pour les mots-vedettes et les définitions, avec CSS pour la présentation et JavaScript pour la recherche côté client.

Contrairement à BGL, un fichier HTML peut être ouvert sans logiciel Babylon, modifié dans un éditeur de texte, hébergé sur un serveur web ou archivé sous forme de texte brut. L’affichage dans un navigateur ne fournit pas automatiquement les fonctions de prononciation, d’indexation, de traduction ou de recherche de dictionnaire de Babylon ; ces fonctionnalités doivent être exportées ou recréées séparément.

Comment convertir BGL en HTML

Utilisez d’abord PyGlossary. Il s’agit d’un utilitaire open source de conversion de dictionnaires, activement maintenu, qui prend en charge les fichiers Babylon BGL en entrée et peut écrire plusieurs formats de dictionnaires textuels et adaptés au web. Consultez sa liste actuelle de formats avant de convertir un glossaire particulier, car la prise en charge des médias intégrés et du balisage propriétaire varie selon la version.

1. Effectuez une sauvegarde du fichier .bgl d’origine et installez PyGlossary depuis la source officielle du projet. Évitez de télécharger des exécutables de conversion non identifiés présentés sous le nom BabylonToHtml : de nombreux utilitaires anciens ne sont plus pris en charge et peuvent ne pas gérer correctement les glossaires plus récents ou protégés.
2. Lancez la conversion depuis un terminal en laissant PyGlossary détecter les formats lorsque cela est pris en charge : pyglossary glossary.bgl glossary.html. Si la version installée exige des formats explicites, sélectionnez Babylon BGL comme format d’entrée et HTML comme format de sortie dans ses options de ligne de commande ou son interface graphique.
3. Ouvrez le fichier glossary.html obtenu dans plusieurs navigateurs. Vérifiez les caractères accentués, les écritures non latines, le texte de droite à gauche, les mots-vedettes en double, les exemples, les liens, les symboles de prononciation ainsi que les images ou les fichiers audio.
4. Définissez l’encodage du document sur UTF-8 et ajoutez les métadonnées de langue appropriées si le convertisseur ne l’a pas fait. Pour une page de dictionnaire, utilisez des éléments sémantiques tels que <dl> plutôt que de placer chaque entrée dans un bloc de texte non structuré.

Si PyGlossary ne peut pas lire le fichier, utilisez un lecteur Babylon compatible avec BGL ou un utilitaire d’extraction pour exporter du texte brut, du texte délimité par des tabulations ou un fichier CSV. Choisissez File → Export ou la commande équivalente, préservez l’Unicode et sélectionnez UTF-8 lorsque cette option est disponible. Identifiez les colonnes des mots-vedettes et des définitions avant de générer le code HTML.

Pour une exportation TSV UTF-8 à deux colonnes nommée terms.tsv, ce script Python minimal crée un glossaire statique valide :

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)

Enregistrez-le sous le nom tsv_to_html.py, puis exécutez python tsv_to_html.py. Pour une entrée CSV, remplacez delimiter="\t" par delimiter="," ; modifiez row[0] et row[1] si les colonnes exportées diffèrent.

Options de conversion en ligne

Il ne faut pas supposer que des services généralistes réputés tels que Zamzar et CloudConvert prennent en charge les fichiers Babylon BGL en entrée ; vérifiez que BGL figure dans la liste des formats source acceptés avant l’envoi. Un service CSV-to-HTML en ligne peut traiter un tableau déjà exporté, mais il ne décodera pas les données BGL et ne préservera pas les fonctionnalités propres à Babylon.

Ne téléversez pas de glossaires sous licence, privés ou protégés par le droit d’auteur vers un service en ligne sans autorisation. Une extraction locale avec PyGlossary ou un lecteur BGL fiable évite cette divulgation et offre un meilleur contrôle de l’encodage et de l’association des champs.

Limites de qualité et de compatibilité

Les mots-vedettes et les définitions en texte brut sont généralement conservés lors de l’extraction, mais la mise en forme, les symboles de prononciation, la disposition de droite à gauche, les images intégrées, les fichiers audio, les liens hypertextes, les exemples, les entrées en double et les références internes peuvent être perdus ou convertis incorrectement. Comparez le résultat avec le dictionnaire d’origine, en particulier pour le japonais, l’arabe, l’hébreu, le texte translittéré et les entrées contenant un balisage similaire à HTML.

Échappez le texte exporté avant de l’insérer dans HTML. Sinon, une définition contenant <, > ou des guillemets peut endommager la page, tandis que des définitions non fiables contenant du balisage peuvent créer un risque de cross-site scripting lorsque le fichier est hébergé. Un fichier HTML généré est une représentation statique ; ajoutez séparément du CSS, un index de recherche ou du JavaScript si le glossaire publié nécessite un filtrage ou une recherche en texte intégral.