收到警告，暂时休停

hanyl05 · 发表于 2012-5-26 22:52:36

本帖最后由 hanyl05 于 2012-5-30 22:46 编辑

由于收到警告，暂时休停。

ifree64 · 发表于 2012-5-26 23:20:48

lz给的文件只有3万多行，这个全吗？另下载会来了有什么办法进行批量编辑吗？

hanyl05 · 发表于 2012-5-26 23:25:14

lz给的文件只有3万多行，这个全吗？另下载会来了有什么办法进行批量编辑吗？
ifree64 发表于 2012-5-26 23:20

应该是全的。
建议会一些基础编程知识再去下载。

huala · 发表于 2012-5-27 07:58:03

这样囫囵吞枣下载会有很多不需要的代码内容，包括广告

ifree64 · 发表于 2012-5-28 09:14:30

4# huala 只要有包围内容的特征字符，还是可以提取的。

louislaolu · 发表于 2012-5-28 10:25:56

路过！

ifree64 · 发表于 2012-5-28 17:01:28

本帖最后由 ifree64 于 2012-5-28 17:03 编辑

发现很好提取内容。但总觉得楼主提供的“全部地址”不全，才3万多条。我买了这本字典的纸质板，上面的广告说是收词/词组110000+条。

louislaolu · 发表于 2012-5-28 17:25:48

3万多是有些少，7楼拿纸版比较便知缺什么。

huala · 发表于 2012-5-28 18:40:48

宣传的数字不是指单词条目，这是词典商一贯的促销吹嘘手法

单词条目数，就是Mdict左侧显示的词条数，差不多就3万多。

我有纸质的，没精力一一细对，但大致数量是符合的。

惟吾无为 · 发表于 2012-5-28 20:33:16

有url就很好办了，wget -i指定url文件，批量很方便。注意编码，你的文件前面有bom. 可能会有问题，存为无bom的即可。

louislaolu · 发表于 2012-5-28 20:56:48

发现很好提取内容。但总觉得楼主提供的“全部地址”不全，才3万多条。我买了这本字典的纸质板，上面的广告说是收词/词组110000+条。
ifree64 发表于 2012-5-28 17:01

不知是怎么统计的，不过就算只有3万词条，对一本通常收词在6万到8万的学习词典来讲的确是太少了。

huala · 发表于 2012-5-28 21:24:14

本帖最后由 huala 于 2012-5-28 21:26 编辑

3万词条少吗？一点不觉得，Mdict词典中经典的牛津四双解，yru制作，单词条目数才22298个。
词典商把能统计的都算上了，比如形容词的词条下一般会带衍生的副词，
统计时词典商会把“收词”算成两个，6-8万还不是轻轻松松就统计出来了。
请不要混淆“单词条目”数和“收词”数

hanyl05 · 发表于 2012-5-28 22:54:15

作为词典的骨灰级爱好者，可以负责任的告诉你这个数据是可靠的。
词典宣称的统计方法很夸张，不同的出版社宣传时的统计方法不同。

一般是把主词条，衍生词条，解释的项目（义项1，2，。。。），例句等都统计上，也就出来了十几万的数据。
OED首次才25万，这个是毫不含糊的。其他都是在胡乱统计。

hanyl05 · 发表于 2012-5-28 22:55:46

另外，柯林斯的是有词频的，希望提取的时候不要遗漏了，尽可能完美吧。

hanyl05 · 发表于 2012-5-28 22:56:56

另外，金山的程序员通常都强奸破坏词库，总是缺斤短两的，有些金山没有的，但原本该有的，比如以 ‘ 开头的词条我删除了。

ifree64 · 发表于 2012-5-29 10:42:59

已经下载并提取完毕，总共下载了36323个文件，不是特别完美。

ifree64 · 发表于 2012-5-29 11:57:06

本帖最后由 ifree64 于 2012-5-29 12:19 编辑

制作完毕，以后有时间了再完善。这么我好像发不了资源连接呢？
声明：本词典仅仅是本人学习制作mdx文件之作，放着这里也仅仅是为了与同好讨论mdx的制作技术，如果侵犯了您的权限，我将立即删除，并表示万分歉意。您只要下载或者使用这个资源（不管从哪里下载或者得到的），都说明您发誓做到如下内容：
“我同意：下载或者使用此文件仅供个人学习mdx制作之用，不用于任何商业用途；同时我必将购买对应的正版产品。”

115 共享
mdd: bemg3w5r#
mdx: c2e3mxas#

huala · 发表于 2012-5-29 15:38:37

楼上造福大众，版主帮忙弄一下链接吧

louislaolu · 发表于 2012-5-29 22:07:08

这么好的东西，不能下载。都把人给急死了。

Hugh · 发表于 2012-5-30 10:25:40

可以下载的，用u蛋粘贴提取码！

huala · 发表于 2012-5-30 17:22:38

本帖最后由 huala 于 2012-5-30 17:24 编辑

感谢楼主的劳动

待完善的地方：显示区单词条目、音标、词频没有，例句超过3条的都没显示，语法信息也无

是不是可以试试用正则把javascript的地方都去掉

<a href="javascript:;" class="info" onmouseover="showTips\('word_gram', '(\d+_\d+)'\)" onmouseout="closeTips\('word_gram', '\1'\)"></a>

复制代码

louislaolu · 发表于 2012-5-31 17:21:58

可以下载的，用u蛋粘贴提取码！
heshunyihugh 发表于 2012-5-30 10:25

谢谢指点！

sxingbai · 发表于 2012-5-31 20:39:48

本帖最后由 sxingbai 于 2012-5-31 21:34 编辑

17# ifree64
多谢，做得很好。

sxingbai · 发表于 2012-6-5 07:57:23

稍做整理，准备去除冗余

kinpui · 发表于 2012-6-5 20:08:21

感谢楼主的劳动
待完善的地方：显示区单词条目、音标、词频没有，例句超过3条的都没显示，语法信息也无

的确这样,希望有改进!

[存档] 收到警告，暂时休停