¿Qué es el formato de archivo DIC?
Un archivo .dic es un archivo de diccionario utilizado por procesadores de texto y herramientas de corrección ortográfica como una base de datos de listas de palabras para la corrección ortográfica. Los archivos de diccionario han servido durante mucho tiempo como la columna vertebral de los correctores ortográficos, y hoy en día el estándar dominante es el formato Hunspell, un archivo de texto plano que siempre se empareja con un archivo de reglas de afijos .aff con el mismo nombre (por ejemplo, en_US.dic junto a en_US.aff).
En el formato Hunspell, un archivo .dic comienza con una línea que contiene el recuento aproximado de palabras, seguida de una raíz de palabra por línea. Las palabras pueden llevar códigos de etiquetas opcionales después de un carácter / (p. ej., walk/DGS), que hacen referencia a las reglas de prefijos y sufijos definidas en el archivo .aff complementario. La codificación se declara en el .aff a través de la directiva SET; UTF-8 es ahora el estándar, aunque los diccionarios más antiguos todavía utilizan codificaciones ISO-8859. Los diccionarios Hunspell se distribuyen dentro de extensiones de LibreOffice y Apache OpenOffice (.oxt), complementos de Firefox y Chrome (.xpi), y están integrados en macOS y Android.
Los diccionarios de usuario son una variante común: archivos .dic de texto plano creados por el usuario para almacenar palabras que no se encuentran en la base de datos principal. El diccionario principal suele contener desde decenas de miles hasta cientos de miles de raíces de palabras, con archivos que oscilan entre los 100 KB y los 5 MB.
Los archivos .dic también pueden aparecer en flujos de trabajo de localización de software, donde las cadenas de origen se envían a traductores o se almacenan como glosarios de referencia. Algunos archivos de diccionario son distribuidos por desarrolladores de software de diccionarios como ayudas de integración para programadores que crean correctores ortográficos en sus propias aplicaciones.
Seguridad y protección
RIESGO: LOWUn .dic es una lista de palabras en texto plano y no contiene código ejecutable, por lo que el archivo en sí es seguro. La única precaución realista es el contenedor de entrega: los diccionarios de corrección ortográfica a menudo se instalan como extensiones de LibreOffice (.oxt) o complementos del navegador, y las extensiones pueden contener código; instala paquetes de idiomas solo desde el sitio oficial de extensiones de LibreOffice/AOO o la tienda de complementos de tu navegador, no desde portales de descarga aleatorios. El archivo de lista de palabras se puede abrir y leer en cualquier editor de texto sin riesgo.
Detalles del formato
en pocas palabras- Diccionario personalizado de Microsoft Office - CUSTOM.DIC: una lista de palabras de usuario en texto plano con términos añadidos mediante «Añadir al diccionario» en Word/Office; una palabra por línea, sin archivo de afijos.
- Diccionario CLEX / programación o CAD - Algunas aplicaciones (p. ej., ciertas herramientas CAD, IDE o de texto) utilizan .dic como una lista genérica de palabras clave o términos; la estructura es específica de la aplicación.
Programas que abren archivos DIC
Detalles técnicos
especificación profunda| Tipo de formato | Lista de palabras en texto plano; sin firma binaria ni magic bytes |
| Archivo complementario | Siempre emparejado con un archivo de reglas de afijos `.aff` del mismo nombre (p. ej., `en_US.dic` + `en_US.aff`) |
| Estructura del archivo | Primera línea: entero con el recuento de palabras; cada línea siguiente: una raíz de palabra, opcionalmente seguida de `/etiquetas` |
| Sintaxis de etiquetas de afijos | Las etiquetas añadidas después de `/` en una línea de raíz hacen referencia a reglas de prefijos/sufijos en el `.aff` (p. ej., `walk/DGS`); el formato de etiqueta se establece mediante la directiva FLAG en el `.aff` |
| Codificación de caracteres | Declarada en el `.aff` emparejado a través de la directiva `SET`; UTF-8 para diccionarios modernos; los archivos antiguos pueden usar ISO-8859-x |
| Tipo MIME | `text/plain`; informalmente `application/x-hunspell-dictionary` |
| Tamaño de archivo típico | 100 KB - 5 MB para diccionarios de idiomas completos (decenas de miles a cientos de miles de raíces de palabras) |
| Empaquetado de distribución | Incluido dentro de extensiones `.oxt` de LibreOffice/OpenOffice o complementos `.xpi` de Firefox/Chrome; instalado en carpetas de idiomas específicas de la aplicación |
| Soporte de plataforma | Multiplataforma: Windows, macOS, Linux, Android y cualquier aplicación que integre la biblioteca Hunspell |
| Linaje del formato | Formato Hunspell (superconjunto de MySpell, que extendió Ispell); desarrollado por László Németh en 2002, originalmente para el húngaro |
| Variante de diccionario de usuario | Archivos `.dic` simplificados que contienen solo una lista de palabras simple (sin etiquetas de afijos), utilizados por Microsoft Word para almacenar palabras añadidas por el usuario |
| Motor de corrección ortográfica de referencia | Hunspell; integrado en LibreOffice, Apache OpenOffice, Firefox, Chrome y el corrector ortográfico integrado de macOS |
| Cobertura de idiomas | Más de 100 diccionarios de idiomas disponibles en formato Hunspell, mantenidos por comunidades lingüísticas y el proyecto LibreOffice |
| Editabilidad | Totalmente legible por humanos; se puede abrir y modificar en cualquier editor de texto; los cambios surten efecto tras reiniciar la aplicación anfitriona |
| Lanzado | 2002 (Hunspell; building on MySpell/Ispell lineage from the 1980s-90s) |
| Última versión | N/A (no version on the .dic format; tracked per language dictionary release) |
| Estándar abierto | Sí · libre de regalías |
| Especificación | manpages.ubuntu.com |
Conversiones de DIC
Preguntas y respuestas de la comunidad
preguntado por usuariosAún no hay preguntas; sea el primero en preguntar sobre los archivos DIC.