柯林斯、朗文、牛津、剑桥双解TXT版-【自备语料库】

LYX1692 · 发表于 2013-12-19 19:24:59

本帖最后由 LYX1692 于 2017-3-24 13:56 编辑

第一次资源贴，可惜不是mdict词典。
小弟将论坛上下载的几部重要双解词典（含柯林斯、朗文、剑桥、牛津4、牛津7、新牛津）反编译成纯Txt文档。

不含代码，有些音标转成Txt之后不能正常显示，对于这部分音标一律清除，只含能够正常显示的音标。
同时，为了便于查阅，单词之间用横线加以分割，并以星号作为标记。
为了不使文字显得拥挤，对有些词典加以分段处理。
一部词典如果转成一个txt格式，一般都有二三十兆，非常不利于打开，因此我进行了分割处理。

原本有些词典例句是中英文两段编排的。如果从阅读角度考虑，这种设置是更为合理的。
但是，因为我使用Filelocator pro作全文搜索，如果保留原有例句分段的话，无法直接显示译句，所以本人将中英文例句整合在一起。

用途说明：
1）不适合用作单词查询，可用于全文搜索。对于查询某个单词的特殊搭配非常有用。
2）非常适合汉英查询。可以说，有了这个的话，只要找到适合你的全文检索工具，手头上所有汉英词典都可以抛弃了。
2014年是马年，关于马的成语，“猴年马月、车水马龙、马马虎虎、风马牛不相及、害群之马、快马加鞭”，通过工具搜索本语料库，你会惊讶地发现，原来这些成语早就涵盖在朗文牛津等经典词典内了，只不过藏在深山中，平常时候，我们想找都不知道从哪个词条下手。
3）闲着没事，不嫌烦的话，也可存入手机当作电子书阅读（应该有这样的人吧，我以前就把《新华词典》从头到尾看了一遍。）

关于全文搜索工具，本人推荐Filelocator Pro。
以前有大神介绍过Archivarius，它比Filelocator速度更快。因为Filelocator是不建立索引的，所以速度上的优势并不明显，也不会慢得离谱。（全文搜索以上6部词典大约3-4秒）
更主要的是它的搜索结果是立足于段落的，而不是整个文档。比如说我要查找look after，有些本地搜索工具会将整个文本里面出现look 或者after的地方都显示出来。两者根本毫无关系。我需要的只是它在一个句子中出现的情况。
而且Filelocator可以利用正则式搜索，比如说我要查找“偷笑”的英语翻译，输入(偷).*(笑)，既会检索出“偷笑”，也不会遗漏“偷偷地笑”。

资源下载：

词典TXT：
2017.0324.重新分享下，自行下载（随时可能会屏蔽）
链接：http://pan.baidu.com/s/1slhN0dB 密码：j35r

Filelocator 绿色版：链接：http://pan.baidu.com/s/1bnnDYEF 密码：mq2h

2017.0324.

配合这个使用。
而且，一定使用 mdict PC 版。
（因为用了一个一键自动复制的脚本，Goldendict 上没办法实现）
单词的各种变形及Filelocator上所用的正则表达式，都给你写好了，点一下，就自动复制了，查词时粘贴到Filelocator框就可。

单词变形正则查询词典
https://www.pdawiki.com/forum/for ... 8&fromuid=76149
(出处: 掌上百科)

链接：http://pan.baidu.com/s/1eS7SpDg 密码：j9aa

pnmercury · 发表于 2019-1-21 13:47:33

魔法猫发表于 2019-1-14 02:46
资源失效了，百度盘搜出来的也没有。
有没有那个大神重新分享下资源啊，谢谢先 ...

看了下我的盘正好有。链接: https://pan.baidu.com/s/1RWfmNL9A6kZSqV-BzerCzA

qr4d
另外楼上说的ag命令很好使，Mac同学墙裂推荐。

gnoweb · 发表于 2015-12-20 22:05:34

下载地址：http://pan.baidu.com/share/link? ... 8139916&third=0

下载失效资源方法：百度搜索关键字“网盘搜索”，点击第任意一个网站，输入关键字“柯林斯、朗文、牛津、剑桥双解TXT版”，应该就能发现资源了。

sophia14159 · 发表于 2017-12-15 16:37:40

从知乎来的，大V魏剑锋用你这个方法骗了几千赞，一个为你发生的只有几赞，所以我来这里谢谢你

lizhanhuazzm · 发表于 2014-2-5 21:31:17

实在忍不住，再来向楼主致敬。楼主做的text词典，并推荐用fiellocator pro 查阅，真的是最好的英语学习工具，在很多方面胜过任何一本词典了。不仅可以用来反查中文，得到地道原汁原味的表达，而且由于可以搜索包括英文释义、例句的全文，查询一个以上的单词，使这个反查词典具有很多用处。

比如，我们中国学生都知道虚拟语气这样用 if it were ...,但是很多外教都很肯定的说是if it was, 就可以在filelocator中输入 if it (was|were)?,发现两种用法都有例句。

再比如，想知道到底是spend ... in doing 还是spend ... on doing, 可以这样查：spen(d|ding|t)? .* (in|on)? .*ing, 然后在结果中找例句。

还比如，想知道very disappointed的表达，可以这样查：very disappoint(ed|ing)?，就可以找到包含这个意思的表达。

总之，这种反查太好了，对于学英语的人真是大帮手。

就是正则表达式太复杂了，我只学了个皮毛。

另外，如果楼主有时间，能不能再做几个text格式的词典，比如美国传统，陆谷孙的大英汉，21世纪大英汉，还有一些英英词典，做成text查询也很有用。

这个论坛太好了，可惜我笨，也没有时间，做不了词典贡献给大家。

谢谢论坛所有的词典大侠们。

jackhawk · 发表于 2019-4-11 04:44:27

谢谢推荐。Archivarius中要查找look after 词组，加引号就可以了

jonah_w · 发表于 2019-1-10 18:40:01

本帖最后由 jonah_w 于 2019-1-10 18:42 编辑

忍不住想分享下Mac上命令行里通过ag命令的查词效果（效率非常高，几乎不到1s就搜好了。嗯，比GoldenDict的全文搜索舒服多了… 也支持正则搜索）

pnmercury · 发表于 2017-12-28 16:08:37

好久没爬论坛上来了，给用Mac的同学推荐一下the_silver_searcher，有异曲同工之妙。

匿名 *发表于 2015-8-14 10:05:15* · 发表于 2015-8-14 10:05:15

spoony1971 发表于 2013-12-19 23:39
>What had Cutter done to make him stick out from the crowd?卡特做了些什么，让他从众人之中脱颖而出？
...

"好像更好"，對，＂好像＂，不是真的更好。
"脱颖而出"用在选拔上，（沒唸过毛遂自薦的故事嗎？）
“鹤立鸡群”用在个人形像上。不要看見字面上有＂stood＂就覺得"立＂字更貼切，見字譯字，是初學者的一大誤區。自以隨便瞟一眼，馬上便拖到世上四大名詞典編者的后腿，這是初學者最最最大忌。

edin · 发表于 2014-11-18 18:13:16

cidianaihao 发表于 2014-11-18 00:34
看不太懂，能不能详细说说？或者分享一下这个workflow？

请见附件。词典文档我没有解压缩（corpus/Dict/dict.zip），所以用的是zipgrep。

另一个快捷键nm是搜的是英语姓名词典。

刚开始用mac osx，小尝试。

121322 · 发表于 2014-11-8 21:51:36

Oeasy 发表于 2014-7-1 17:43
看这里，https://pdawiki.com/forum/thread-11392-1-1.html From_LYX1692 目录下有备份。

目录下有备份这句话是什么意思啊

JAMES_ROWAN · 发表于 2013-12-19 19:39:51

Omygod，竟然有这种奇思妙想的用法！长见识了！小弟佩服得五体投地！

JAMES_ROWAN · 发表于 2013-12-19 19:43:22

老大再教我正则表达式搜索的常用几招呗？小弟拜谢

LYX1692 · 发表于 2013-12-19 20:00:34

取笑了，毫无基础，小白一个。
我也不知道哪些是常用正则，折腾了一下，简单用用。
我到现在也搞不清( )、[ ]、｛｝各有什么用法。
边用边学，上百度就可以，我可不敢班门弄斧，论坛里高手多着呢。

lyxlyx · 发表于 2013-12-19 20:22:02

你的努力将使许多学人收益。

Oeasy · 发表于 2013-12-19 20:25:45

辛苦了，感谢分享文本和技巧。

关于图片显示，论坛有bug，我是先把图片上传到论坛的相册（你看我https://pdawiki.com/forum/space-uid-147948.html相册里都100+张图了），再从相册中选择图片插入，注意验证回答上方“本地化远程图片”前的复选框不要勾选（默认是勾选的，要把那个勾去掉）！！！这样图片就能大大地显示出来了。

LYX1692 · 发表于 2013-12-19 20:30:05

是啊，图片这个我也处理了好多次，本地太小，后来就照你的方法处理好了。

goldmonkey · 发表于 2013-12-19 22:12:41

多谢楼主，以后写英文又多了个拐杖了~

我觉得(偷).*(笑)就没必要用( )啊
( )是分组，用在替换的时候比较多
或者说要重复超过一个字的时候

其他两种括号我举个例子吧
偷{1,2}地*[笑喝]
{}可以指定查找次数

*表示重复0次或以上
如果要重复1次或以上用+

[]是指查找笑或者喝

你可以把这串输入进去试试看结果
就能有所体会了

JAMES_ROWAN · 发表于 2013-12-19 22:16:15

to LYX1692 谢谢你给我开了另一扇窗！

刚才试用了一下，解决了一直困扰我的问题：怎么通过中文查到最正宗的英文翻译，一直以来优秀的英汉词典从来不缺，但好的汉英词典很难找。
用汉英词典倒查英文，总感觉有些别扭，现在好了，直接查双解里的中文翻译，在看英文怎么表达的，就非常接近英语真正的表达方法。
比如：查”脱颖而出“
CC-CEDICT是这么翻译的。
脱颖而出 / 脫穎而出
[tuō yǐng ér chū]
■ to reveal one's talent (idiom)
■ to rise above others
■ to distinguish oneself
但是用新的方法查有更多容易理解的表达方式：
■ What had Cutter done to make him stick out from the crowd?卡特做了些什么，让他从众人之中脱颖而出？
■ The two candidates stood head and shoulders above the rest...这两名候选人从所有人中脱颖而出。
啥都不说，简直泪奔，以前查的汉英词典都是些啥啊？！！！

非常感谢！！！

goldmonkey · 发表于 2013-12-19 22:22:19

非常激动地试了很久

发现[]非常适合用在“的、地”这种情况

比如：狼狈[的地]

JAMES_ROWAN · 发表于 2013-12-19 22:34:57

今夜是激动难眠了，有学了一招正则搜索。

比如：狼狈[的地]

刚才百度了正则表达式，对我没有任何程序基础的人来说，简直是天书，没办法，硬着头皮试试看一下吧

spoony1971 · 发表于 2013-12-19 22:40:37

本帖最后由 spoony1971 于 2013-12-19 23:20 编辑

感谢楼主为全文搜索做的优化，也提几点意见，免得白费不少努力。
1.stardict的格式dict.dz,本身即文字版，加上压缩.stardict也可配置为非压缩形式，即dict格式。
所以使用stardict格式可兼具楼主文字版所有功能。
2.所有全文检索工具均支持zip格式，而dz格式为标准的zip格式，故dict.dz可兼具文字版所有功能。
3.stardict格式还有字典功能，故希望楼主转为支持stardict格式。
>不含代码，有些音标转成Txt之后不能正常显示，对于这部分音标一律清除，只含能够正常显示的音标。
4。希望不要轻易删除乱码，装上合适的字体后，这些乱码可轻易显示。当然最好将乱码转化成utf8(if it is not utf8 yet)。
5. 感谢楼主为全文搜索做的优化，如果能将楼主优化后的结果重新转为stardict格式就完美了。同一字典大家既可用goldendict,也可用任何的全文检索工具。

PS. statdict格式原来为html的话，通过删除/插入<enter>可控制全文搜索所得结果，但不影响字典查询。
全文搜索结果中的html标记也可通过w3m一类的工具自动过滤掉。
不过我觉得楼主的文本格式要优于html格式，但楼主如果能在优化的过程中将文本格式稍稍偏向markdown的话,则此文本既保持了文本的纯净，减少了文件大小;又保持了html的排版，还兼顾了字典查询，全文搜索。这就完美了。

goldmonkey · 发表于 2013-12-19 22:47:20

忘记给出来了，正则表达式可以参考这个教程

http://deerchao.net/tutorials/regex/regex.htm

这里面很够用了

zhu1234 · 发表于 2013-12-19 23:04:31

本帖最后由 zhu1234 于 2013-12-19 23:08 编辑

关于Filelocator Pro 32位版

1 条件视图怎么显示不全？
2 字体可以设置么？

难道是未注册的原因？

spoony1971 · 发表于 2013-12-19 23:39:30

本帖最后由 spoony1971 于 2013-12-20 00:45 编辑

>What had Cutter done to make him stick out from the crowd?卡特做了些什么，让他从众人之中脱颖而出？
>The two candidates stood head and shoulders above the rest...这两名候选人从所有人中脱颖而出。
这个强，看来我们要搜集语料库了
“鹤立鸡群”好像更好

wdcj · 发表于 2013-12-20 00:17:31

你这个方法，总算解决我一直很头痛的问题。
之前弄了个英语谚语辞典，其实我比较想做的是用中文来搜索，因为英语有固定用法，只是怎么弄都不好查，如今用你这招可以全文搜索，实在太方便，太感谢了。放假我再来把它弄一弄，更新一下。

hyln9 · 发表于 2013-12-20 00:27:20

楼主辛苦了！顺便说一下，我原先是一直在用安卓bluedict的全文搜索的。

JAMES_ROWAN · 发表于 2013-12-20 06:03:38

有没有手机软件类似fileloacator功能的？哪位大神有知道的？小弟谢过！

jazzmood · 发表于 2013-12-20 12:44:13

本帖最后由 jazzmood 于 2013-12-20 12:45 编辑

用手机的话，权宜之计可用evernote或其他云笔记代替。
只要将楼主的文本导入到evernote中就可以当做汉英词典了。

参阅：https://pdawiki.com/forum/thread-11405-1-1.html
当然未付费的evernote用户似乎不能手机客户端检索。付费用户可以。

但可以在线检索，速度也很快。（建议wifi下环境下进行测试）

JAMES_ROWAN · 发表于 2013-12-20 13:04:36

FILELOCATOR软件中的“？”可以是写正则表达式更简单一些。
再结合goldmonkey提供教程，可以让软件自动生成的正则表达式理解一些；
另外教程中的\b是不是对应软件中“（）”功能啊。
请那位老大指正，谢谢！

erew1 · 发表于 2013-12-21 00:38:39

谢谢，有新方法学英文了

willgcw · 发表于 2013-12-21 10:50:34

学不会的东西，我不想学。就直接用吧。

meigen · 发表于 2013-12-21 11:05:38

有些音标转成Txt之后不能正常显示，对于这部分音标一律清除，只含能够正常显示的音标。

建议不要随意删除音标, 不能正常显示是因为某些字体所使用的编码与正常字体不同, 只要有该字体, 完全可以转为Unicode编码。

knetxp · 发表于 2013-12-21 19:52:05

无偿分享的精神已经开始在本论坛渐渐消失，楼主是仅存的几位还在面向普通大众免费无偿分享的一位，非常感谢您对我们这些伸手党和小白们的无私奉献，向您致敬！
很多大神已经开始私密互享了，不再理会我们这些只知道伸手要不会做词典的白痴了。

JAMES_ROWAN · 发表于 2013-12-21 22:27:07

人笨，但是还是想将楼主转的TXT用到手机和PAD上(以下都是在IOS7上实验)。
方法A - 若将TXT世界拷贝到ISILO上，显示乱码。失败
方法B - 将朗文当代双解第4版_1-10这十个文件先转成PDF文档，然后在IOS7自带IBOOK里打开，用搜索功能，效果还不错。
      但是将187个文件合并成一个PDF，然后在搜索，不知道速度有多快？
      现在进展：  所有TXT已经合并成一个TXT文件，23M多（楼主的TXT命名有问题，朗文当代双解第4版_1后面跟着朗文当代双解第4版_101,不管了，反正只用搜索功能，要是楼主提供未拆分的TXT文件最好），现在笔记本
      正在将23M的文件转成PDF过程中，痛苦，风扇狂转。。。已经半个多小时了，我看内存占用都1个多G了。还没完成，没办法，打开台式电脑，试试牛津高阶词典第7版（这个要小点），希望64位的台式电脑能快点。
      不行就一晚上都开着。

等使用效果出来再告诉大家。反正我就想把这么好的汉英词典查找方法用在手机上，放在PC上基本就废了。

[英汉] 柯林斯、朗文、牛津、剑桥双解TXT版-【自备语料库】

评分

本帖被以下淘专辑推荐:

评分