殆知阁古代文献藏书2.0版（全TXT版）16000种20万卷20亿字4.8GB

Oeasy · 发表于 2014-9-22 06:30:04

本帖最后由 Oeasy 于 2014-9-22 06:32 编辑

http://weibo.com/2301762597/Bo37rt52g

呆叔不保留任何权益。包括署名权。故此自可随意处置
http://weibo.com/2301762597/Bo59CkVBR

大熊部落 · 发表于 2014-10-2 03:36:41

本帖最后由大熊部落于 2014-10-2 05:55 编辑

tsiank 发表于 2014-10-1 16:19
我下载下来看了，那些没加标点的四库全书文本肯定是从四库全书电子版中提取出来的，因为私有区的汉字两者是 ...

一百多张光盘的那个四库全书全文检索版？十几年前我朋友就买过（不过我记忆中怎么是两百多张光盘），后来网上做出了去除所有图片的精简版。要抓取带排版的文字也不难，你花几百块钱就能找到人帮你做出半成品，然后你自己再整理一下就行了。很多人“非常需要”或者“跪求”某些资料，却连一点小代价都不愿付出，而一旦付出代价后更不愿与别人分享。最后一句对事不对人。

大熊部落 · 发表于 2014-9-23 05:00:49

多谢分享！文献研究离不开数据库全文检索。

maxima · 发表于 2014-9-27 21:48:15

！！！太厉害了，感谢！！！下载中

maxima · 发表于 2014-9-27 21:58:12

下好了，美中不足都是简体，好在全和多，感谢！！

一袭青烟 · 发表于 2014-9-28 13:42:27

不知什么是微博，也不想注册微博，谁能发个百度盘分享

一袭青烟 · 发表于 2014-9-28 13:42:42

不知什么是微博，也不想注册微博，谁能发个百度盘分享

一袭青烟 · 发表于 2014-9-28 15:21:55

http://wapp.baidu.com/f?kz=3313690050&pn=0&

tsiank · 发表于 2014-10-1 16:19:31

我下载下来看了，那些没加标点的四库全书文本肯定是从四库全书电子版中提取出来的，因为私有区的汉字两者是一样的。只是文本都转换成简体了，太可惜了。如果能在哪里找到提取方法就好了，一直都好想要里面的文本。只是用按键精灵复制的话，带双行夹注的文本都错乱了。

tsiank · 发表于 2014-10-6 08:51:28

大熊部落发表于 2014-10-2 03:36
一百多张光盘的那个四库全书全文检索版？十几年前我朋友就买过（不过我记忆中怎么是两百多张光盘），后 ...

是的，这些数据就是来自于电子版的四库全书，我大致看了一下并试图整理一本我中意的一本，可是发现里面有好多错的，不知是提取的原因还是转化的原因，里面有好多生辟字都变成了“防”字。还有一些双行夹注错乱的。另外对于想要有资料，网上找不到就自己对手，用不着去“求”别人。

大熊部落 · 发表于 2014-10-10 17:59:24

tsiank 发表于 2014-10-6 08:51
是的，这些数据就是来自于电子版的四库全书，我大致看了一下并试图整理一本我中意的一本，可是发现里面有 ...

纯学术探讨。光盘版的《四库全书》造了很多字，对应的是一个个汉字小图片（记忆中是这样），所以提取出来的文本没有这些字。以前unicode不普及，很多字都没造出来，各家造的字编码又不统一，所以输入和显示都成问题，现在好多了。

cenfit · 发表于 2014-10-10 21:11:04

这么快就下载不了了？百度盘的那个仅有1个多G。

Oeasy · 发表于 2014-10-10 23:12:03

cenfit 发表于 2014-10-10 21:11
这么快就下载不了了？百度盘的那个仅有1个多G。

微盘给删了(非发布者删除，是盘方给删除的)，原因不明。可能因为里边一些文本犯禁了吧。

啊~~文件已中枪！未通过审核,请烧纸…

http://pan.baidu.com/s/1gdnEkLX

http://weibo.com/2301762597/BqTnApRQy

回复@紫_蕤:不。。[委屈] //@紫_蕤:呆叔，我们商量下，你能传个360或者115不？？[可怜] //@殆知阁: //@HolyCake楊子明: 百度云的备份。 http://t.cn/Rhs9gJP @殆知阁
◆
◆
@殆知阁
殆知阁古代文献藏书2.0版（全TXT版）16000种20万卷20亿字4.8GB。下载：http://t.cn/RhN3eVs 。解压密码是我的id的全拼。烦劳帮转以待有缘。谢谢。

tsiank · 发表于 2014-10-11 09:16:15

大熊部落发表于 2014-10-10 17:59
纯学术探讨。光盘版的《四库全书》造了很多字，对应的是一个个汉字小图片（记忆中是这样），所以提取出来 ...

不是图片，光盘版自己造的字总共有三千多个，这些字都在汉字编码的私有区里，用FZKai-Z03或HT_CJK+这两个字体就可以显示，超出这个范围的（一般都在字书里）才用图片。提取出来的文本也要用这两个字体才能完美显示。

maxima · 发表于 2014-10-12 11:13:01

maxima 发表于 2014-9-27 21:58
下好了，美中不足都是简体，好在全和多，感谢！！

有道理！

abclily · 发表于 2019-12-2 13:22:39

请问还有吗？已经下载不了了

文曲星 · 发表于 2020-3-28 14:07:45

可惜没法下载2.0版了，可以分享吗? QQ76271098

[索引] 殆知阁古代文献藏书2.0版（全TXT版）16000种20万卷20亿字4.8GB

点评