汉语大词典精排版【2013.7.24】

sunsmile23 · 发表于 2013-7-15 10:14:58

本帖最后由 sunsmile23 于 2013-7-25 22:28 编辑

【2013.7.24】
　　《汉语大词典》精排版。
　　把Oeasy兄弟分享的《汉语大词典》dsl简体和繁体版分别转成了mdict版，并进行了精细排版。经过DNA分析，发现它们与本坛已经有的mdict版汉语大词典似乎具有同一来源。其繁体版似乎是原版，简体版像是繁体版转换而来。
　　繁体版完全保留原貌。简体版中大量存在“AA参见AA，AA亦作AA”，即自己参见自己，自己亦作自己的字样，这应该是繁简转换的遗留物，留下也无用，删除。一共处理14000多处。
　　主要工作在排版。不能让咱的词典给人山寨的感觉。效果见图。电脑显示不错，手机显示更好。只是我的手机上显示的颜色跟我的电脑上显示的不同，不知怎么回事。
　　DSL原材料纯粹就是个普通文本，没任何排版信息，也就是说排版是从零做起。

原材料是这个样子：

排版的主要工作：
1.大词头醒目显示：如“青(I)”、“青(II)”
2.各层次数字编号。
3.例证的换行、着色，“注”、“参阅”、“释”等的层次。
4.“参见”、“亦作”等的超链接。
5.其他的细节，如引用的修复等。

注、按等逻辑上应属于上一条例证，排版层次很清楚：

因为合并词目的原因(原文就已合并)，所以编号有些特别(图中的“无”表示删除了自我参见之类后，没有了内容)

繁体版可能没有这类合并词目的情况，所以编号正常：

Wanna have a look? Go to F3.

【2013.7.15】
　　由于本坛不少大师们都暂时休息、另找乐趣去了，所以需要点东西只好自己弄.
　　汉语大词典本身不用介绍了。mdict版却难有完美，补入计划也在实施中。用了那个Stardict版，发现大家找出的缺词里面绝大多数确实都能查到。因此想把它转换一下。仔细观察，发现它有如下问题：

1.排版真的非常差，基本没有格式，“参见”等也没有链接：

2.有重复内容：

3.自己“亦作”和“参见”自己：

这些真有点不爽，自己动手解决。
1.好在本词典的内容很有规律，试了一下，排版要好点了：

2.所有的重复删除，所有的“参见”和“亦作”自己删除，总共处理4300多处：

3.简体繁体都能查询。
4.增加拼音索引：

制作过程中最让人晕倒的是什么？当你已经最终制作完毕时，却发现了个问题，需要把一切推倒重来！就这样折腾了好几回。好在主要是程序操作，不然谁还能坚持。
　　

Oeasy · 发表于 2013-7-16 19:54:46

其实，本人在下面这个帖子中已提到这个问题，大家也没有关注，已上传了两个缺失字条的整理文件，下载的也不是很多，所以未陆续上传。为什么要基于这个版本，主要是人名、地名用字有标识。
https://pdawiki.com/forum/ ...
19730712 发表于 2013-7-16 09:10

哈哈，大多数人还是等着坐享其成。所以我是觉得论坛建立交换机制还是有必要的，不然大家都在等、等、等。

wywam · 发表于 2013-7-25 20:18:23

这个版本在那里下载呀？

louislaolu · 发表于 2013-7-16 10:08:13

本帖最后由 louislaolu 于 2013-7-16 10:10 编辑

词典总是有这样那样的缺憾。专业编者尚且如此，楼主又何必苛求！支持你{:soso_e100:}

sunsmile23 · 发表于 2013-7-15 10:15:25

本帖最后由 sunsmile23 于 2013-7-15 10:42 编辑

本来非常高兴，终于心想事成，静下来仔细拜读这篇文章后，彻底崩溃了。。。。。。发现自己做的毫无价值：
http://bbs.gxsd.com.cn/forum.php?mod=viewthread&tid=582921

sunsmile23 · 发表于 2013-7-15 10:15:48

本帖最后由 sunsmile23 于 2013-7-25 09:10 编辑

看看这里：

download.zip (219 Bytes, 下载次数: 3991)

abdly08 · 发表于 2013-7-15 10:20:15

本帖最后由 abdly08 于 2013-7-15 11:11 编辑

期待!汗水成就精品!!!

Oeasy · 发表于 2013-7-15 10:20:41

期待ing...

abdly08 · 发表于 2013-7-15 11:08:59

加油啊!大大们都是这么练成的。

houbible · 发表于 2013-7-15 12:12:14

期待，楼主出的都是精品。{:soso_e179:}

yuwb · 发表于 2013-7-15 12:36:44

期待了。。。

yuwb · 发表于 2013-7-15 12:37:17

期待了。。。

Balsampear · 发表于 2013-7-15 17:03:05

辛苦了！

sunsmile23 · 发表于 2013-7-15 17:38:17

哪位指点一下，觉得代码应该可以简化一下，提高执行效率。

chigre · 发表于 2013-7-15 17:41:12

3# sunsmile23

不会编程的，羡慕地飘过~~

Oeasy · 发表于 2013-7-15 19:20:47

本来非常高兴，终于心想事成，静下来仔细拜读这篇文章后，彻底崩溃了。。。。。。发现自己做的毫无价值：
http://bbs.gxsd.com.cn/forum.php?mod=viewthread&tid=582921
sunsmile23 发表于 2013-7-15 10:15

价值肯定是有的。我之前一直有使用《汉语大词典》的3.0 光盘，虽然诟病颇多，我觉得还是很不错的，尤其是屏幕取词功能，至少在txt下是好使的。看您上面那个链接，提到光盘版少了四千多个字头，两万多词头，我想可能跟电脑上无法正常显示某些汉字是有关系的（至少是常规途径无法显示）。我使用光盘版的时候所有配置都是默认的，光盘文字都是繁体字（汉大也没出过简体光盘），没有遇到过汉字无法显示、空白、方块的情形。

sunsmile23 · 发表于 2013-7-15 19:53:36

问题倒不是那个光盘版好不好，而是这个 StartDict 版，很有问题。虽然比我们这个 mdict 版本多近万个词条，但是连“抓”、“捕”都查不到，沮丧不沮丧。

Oeasy · 发表于 2013-7-15 21:27:39

本帖最后由 Oeasy 于 2013-7-15 21:30 编辑

问题倒不是那个光盘版好不好，而是这个 StartDict 版，很有问题。虽然比我们这个 mdict 版本多近万个词条，但是连“抓”、“捕”都查不到，沮丧不沮丧。
sunsmile23 发表于 2013-7-15 19:53

Lingvo版的可以查到。有意思的是，StarDict有360030条，Lingvo繁体版有349513条，简体版有340160条，Lingvo格式的比StarDict格式的条目还少，我也没深究究竟少了些什么。

sunsmile23 · 发表于 2013-7-15 22:07:27

本帖最后由 sunsmile23 于 2013-7-15 22:17 编辑

如果方便的话，把您那两个 lingvo 版拿来看看好不好弄，必要时也许可以互相补充。

Oeasy · 发表于 2013-7-15 23:05:18

如果方便的话，把您那两个 lingvo 版拿来看看好不好弄，必要时也许可以互相补充。
sunsmile23 发表于 2013-7-15 22:07

请查收站内短消息，辛苦了。

19730712 · 发表于 2013-7-16 09:10:45

其实，本人在下面这个帖子中已提到这个问题，大家也没有关注，已上传了两个缺失字条的整理文件，下载的也不是很多，所以未陆续上传。为什么要基于这个版本，主要是人名、地名用字有标识。
https://pdawiki.com/forum/viewthread.php?tid=10638

sunsmile23 · 发表于 2013-7-16 09:40:38

与 StarDict版相比，词条相差近万条。

19730712 · 发表于 2013-7-16 09:52:33

本帖最后由 19730712 于 2013-7-16 09:56 编辑

19# sunsmile23

因为主要是给手机用，手机无法显示的不收录的话，缺失的字和词条我对比出的共7700多条。但已有字条下的词条未做对比，因为实在是量太大，主要是以找缺字为主，以缺字补字条，兼顾在补入过程中能够知道明显缺失的词条，如一个字缺失的话，在其他词条中也无法出现的，发现就补入。

perspective · 发表于 2013-7-16 09:56:43

stardict 有個版本很奇怪，明明來源是簡體，製作者卻把它轉為繁體，因此留下無數因繁簡轉換造成的錯誤。希望後續者不要重蹈覆轍，就保持來源資料的原貌即可。

sunsmile23 · 发表于 2013-7-16 10:38:30

本帖最后由 sunsmile23 于 2013-7-16 10:40 编辑

19# sunsmile23

因为主要是给手机用，手机无法显示的不收录的话，缺失的字和词条我对比出的共7700多条。但已有字条下的词条未做对比，因为实在是量太大，主要是以找缺字为主，以缺字补字条，兼顾在补入过程中能 ...
19730712 发表于 2013-7-16 09:52

纯手工当然工作量巨大。
若有参考的文本数据，也不是很难。

peterdocter · 发表于 2013-7-16 19:48:56

楼主用是php吧{:soso_e113:}

[汉汉] 汉语大词典精排版【2013.7.24】

评分

本帖被以下淘专辑推荐: