查看: 5120|回复: 6
打印 上一主题 下一主题

[汉汉] 语料库(utf8,全文正则搜索):英文,诗词总汇,全唐诗,全唐文,全宋词,古文...

[复制链接]
  • TA的每日心情
    擦汗
    前天 07:00
  • 签到天数: 1090 天

    [LV.10]以坛为家III

    124

    主题

    1772

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    10477

    灌水大神章小蜜蜂章笑傲江湖章

    跳转到指定楼层
    1
    发表于 2013-12-22 19:33:07 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式
    本帖最后由 spoony1971 于 2013-12-31 20:22 编辑

    utf8全唐诗,全唐文,全宋词,古文观止等:请不要解压,直接查询(xzgrep)阅读(xzless)即可
    http://pan.baidu.com/s/1i3fuuFF
    可用xzgrep, xzless:全文正则搜索

    全文正则搜索的命令行工具,
    the_silver_searcher: 速度快,多目录递归,选择部分文档比较容易。
    xzgrep, xzless:支持搜索高度压缩文件全文正则搜索,多目录递归稍微有点不便. 压缩后大小大约35%.(压缩率要高过rar) 支持超大文件(几个G)直接阅读搜索无压力。
    zgrep, zless: 支持全文正则搜索stardict字典文件,压缩后大小大约60%.


    另有格式化工具可得到较好的排版:
    w3m : html格式化工具,可将搜索结果中的html标记过滤为排版
    markdown:


    语料库论坛:
    http://www.corpus4u.org/forum/index.php
    希望大家淘到各种语料库。

    本帖被以下淘专辑推荐:

  • TA的每日心情
    擦汗
    前天 07:00
  • 签到天数: 1090 天

    [LV.10]以坛为家III

    124

    主题

    1772

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    10477

    灌水大神章小蜜蜂章笑傲江湖章

    推荐
     楼主| 发表于 2013-12-29 12:14:49 | 只看该作者
    本帖最后由 spoony1971 于 2013-12-29 12:59 编辑
    Oeasy 发表于 2013-12-22 22:27
    感谢分享,我来分享个。
    From: http://weibo.com/1444865141/AgdUW5Hso


    感谢O大,这个制成xz格式很有用。而且刚发现xz的压缩率比rar要好。

    edit: 文档是加密过的。没加密的在这里:
    http://pan.baidu.com/share/link?shareid=403925&uk=824317763

    另大藏经是否有别于一般的语料,要不要将之独立出来?O大对此有什么看法?

    该用户从未签到

    2121

    主题

    2961

    回帖

    6万

    积分

    翰林院修撰

    不忘初心。送分大人,灌水砖家。擅长抛砖引玉,挖坑不填。

    Rank: 12Rank: 12Rank: 12

    积分
    61056

    翰林院专用章灌水大神章笑傲江湖章小蜜蜂章管理组专用章

    2
    发表于 2013-12-22 22:27:41 | 只看该作者

    感谢分享,我来分享个。
    From: http://weibo.com/1444865141/AgdUW5Hso
    再推荐一个国内的文史检索引擎:wenxian.fanren8.com 十万卷古代文献资料在线阅读及全文检索(简体字),使用相当方便。最难得的是,这个资料库是@殆知阁 凭一人之力花了2年6000余小时整理而得,焚膏继晷,苦心孤诣, 实在令人赞叹。


    http://wenxian.fanren8.com/ http://weibo.com/daizhige
    http://pan.baidu.com/share/link?shareid=157402&uk=16966183

    点评

    rar文件解压密码:fanren8daizhige  发表于 2014-9-15 17:36

    该用户从未签到

    1

    主题

    16

    回帖

    45

    积分

    禁止发言

    积分
    45
    4
    发表于 2016-8-31 13:53:38 | 只看该作者
    ddddddddddddddd

    该用户从未签到

    0

    主题

    46

    回帖

    140

    积分

    童生

    Rank: 2

    积分
    140
    5
    发表于 2017-1-3 22:06:44 | 只看该作者
    链接什么都没有
  • TA的每日心情
    无聊
    2018-7-16 21:27
  • 签到天数: 1 天

    [LV.1]初来乍到

    40

    主题

    267

    回帖

    5812

    积分

    会元

    Rank: 7Rank: 7Rank: 7

    积分
    5812
    6
    发表于 2018-4-10 01:03:44 | 只看该作者
    pan链接失效,真可惜