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...

spoony1971 · 发表于 2013-12-22 19:33:07

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。

spoony1971 · 发表于 2013-12-29 12:14:49

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？

Oeasy · 发表于 2013-12-22 22:27:41

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

wb9730828 · 发表于 2016-8-31 13:53:38

ddddddddddddddd

hust01 · 发表于 2017-1-3 22:06:44

链接什么都没有

jackhawk · 发表于 2018-4-10 01:03:44

pan链接失效，真可惜

[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...

本帖被以下淘专辑推荐:

点评