《重編國語辭典修訂本》數據與簡易排版測試

sky66 · 发表于 2015-5-26 01:19:36

本帖最后由 sky66 于 2015-5-26 01:20 编辑

發現台灣教育部《重編國語辭典修訂本》已經在網站公開釋出, 使用者可以重製、散布,
http://dict.revised.moe.edu.tw/htm/sp.htm
所以下載之後, 我就簡單的做了一個排版測試, 在此拋磚引玉, 希望能有更完美的辭典出現.

版本編號：2014_20150303 總共166135個字與詞條
這個版本據網站上說是"對於大眾所提供的修訂意見，經查證後若確屬誤植，維護單位均已完成修正",
實際比較【2014.02.13】的數據, 初步看來差異不大..例如: "那壺不開提那壺"的例句不同.
而且有些疏漏(感覺比2014.02.13更舊一些??), 跟網站也沒有完全一致.
另外還有不少字採用圖檔處理, 還需要花時間去改.
=================================================================================
《重編國語辭典修訂本》相關資料採「創用CC-姓名標示- 禁止改作臺灣3.0版授權條款」釋出
本授權條款允許使用者重製、散布、傳輸著作（包括商業性利用），但不得修改該著作，使用時必須遵照「使用說明」之內容要求。
創用CC_by_nd創用CC授權條款詳細內容請見中央研究院創用CC網站：http://creativecommons.org/licenses/by-nd/3.0/tw/legalcode

ly1316 · 发表于 2015-5-26 22:57:08

感谢您无私的分享！

sky66 · 发表于 2015-5-28 14:24:31

我這個版本著重的就是原汁原味, 盡量保持官方數據的完整性, 有重複的詞條也不刪除, 所有的異體字詞條都予以保留.
為什麼呢, 因為在編輯其他辭典時, 好多中文字不知道怎麼輸入, 辭典也幾乎查不到.

所以花了幾天的時間, 將絕大部分的異體字圖檔, 轉換成文字了, 只差底下20個字,
逐頁翻查了幾遍 CJK 擴充A~F區((CJK Unified Ideographs Extension)的用字,
眼睛看得好酸好累, 有些還是查不到, 希望有高手指點..不然就直接放出這個版本就好..

(亻壯)  8ff0 見「壯族」條。
(巾屛)  fbb4 「屏」的異體字。
(阝貟)  9744 「隕」的異體字。
(舟娄)  fdf8 「艛」的異體字。
(金六)  fec6
(金四)  95ef
(金粛)  99bc 「鏽」的異體字。
(卂-十+メ)  99e3 「卂」的異體字。
(爫/(冂+卄))+乚)  feeb 「亂」的異體字。
(劃-聿+尺)  91ae 「劃」的異體字。
(口+(厯-林+秝))  fe4a 「嚦」的異體字。
(爿(上橫要出頭))  9978 「爿」的異體字。
(罒/䏻)  fa75 「罷」的異體字。
(艹/执/云)  9768  「藝」的異體字。
(言(亠/厶/冉))  92c4 「講」的異體字。
(辶舛)  fd43 「逃」的異體字。

(亻賔) CJK 擴充F區用字, 但 "花園明朝" 的字體只支援到 E區
(女卜) CJK 擴充F區用字, 但 "花園明朝" 的字體只支援到 E區
(金五) CJK 擴充F區用字, 但 "花園明朝" 的字體只支援到 E區
(旅/力) CJK 擴充F區用字, 但 "花園明朝" 的字體只支援到 E區

tsiank · 发表于 2015-5-28 14:47:49

sky66 发表于 2015-5-28 14:24
我這個版本著重的就是原汁原味, 盡量保持官方數據的完整性, 有重複的詞條也不刪除, 所有的異體字詞條都予以 ...

这几个字都打不出来，应该还没被UNICODE收录吧

sky66 · 发表于 2015-5-28 19:57:47

總共一千多字, 希望全部找齊.
如果沒有收錄是還好, 就怕是有收錄, 但是沒找到, 就感覺有缺憾..
例如:
「並」的異體字。 "並" 99A6._104_0.gif
「管」的異體字。 "𬋩" 8F72._104_0.gif
這兩個字是這兩天最後找到的幾個字, 打不出來, 在漢典也查不到, 要裝"花園明朝" 的字體才看得到.

tsiank · 发表于 2015-5-28 21:38:09

本帖最后由 tsiank 于 2015-5-28 21:40 编辑

sky66 发表于 2015-5-28 19:57
總共一千多字, 希望全部找齊.
如果沒有收錄是還好, 就怕是有收錄, 但是沒找到, 就感覺有缺憾..
例如:

这个汉文博士，或许对你有用。
http://hanbox.cnblogs.com/
另外，我的汉语大字典.mdx上面每个常用字头都有异体字可查的。

sky66 · 发表于 2015-5-29 02:16:55

tsiank 发表于 2015-5-28 21:38
这个汉文博士，或许对你有用。
http://hanbox.cnblogs.com/
另外，我的汉语大字典.mdx上面每个常用字 ...

这个汉文博士实在是太有帮助了, 能够快速地找到有没有收录.

例如搜寻:”尺田” , 可以找到”𡱮”.
汉典虽有类似功能, 但会有疏漏, “尺田”就找不到

tsiank · 发表于 2015-5-29 08:56:56

sky66 发表于 2015-5-29 02:16
这个汉文博士实在是太有帮助了, 能够快速地找到有没有收录.

例如搜寻:”尺田” , 可以找到”𡱮 ...

汉文博士在异体字查找这方面是比较强大的。

eeshu · 发表于 2015-6-1 08:17:07

sky66 发表于 2015-5-29 02:16
这个汉文博士实在是太有帮助了, 能够快速地找到有没有收录.

例如搜寻:”尺田” , 可以找到”𡱮 ...

"𡱮"汉典能找到的。

sky66 · 发表于 2015-6-1 09:17:16

eeshu 发表于 2015-6-1 08:17
"𡱮"汉典能找到的。

不好意思, 没说清楚.
我原本目的是想要找 91AE.jpg「劃」的异体字。
查询网站是写(劃-聿+尺) , 但是这样需要一些想象力才能了解.

依照91AE.jpg图檔的内容, 用”汉文博士”的汉字构形检索 “尺田一刀”没有结果
但退而求其次, 检索“尺田一”或是“尺田”, 则可以查到三个字, 其中一个字就是”𡱮”
(论坛上显示不出来, 但也就是您截图的那个字.)
用这个字再加上刂, 就是劃.jpg , 虽不完美, 但我认为比起(劃-聿+尺)要容易了解与辨识.

汉典网站或汉典.mdx可以查询到”𡱮”
但是不知道怎么打出来之前, 用【汉字拆分】查“尺田一”或是“尺田”, 是找不到这个字的
http://www.zdic.net/z/zxjs/

tsiank · 发表于 2015-6-1 16:02:55

sky66 发表于 2015-6-1 09:17
不好意思, 没说清楚.
我原本目的是想要找 91AE.jpg「劃」的异体字。
查询网站是写(劃-聿+尺) , 但是这 ...

如果只有二十来个字无法在电脑中显示的话，我觉得可以把它们做成字体，这样就更利于检索。利用字体软件Fontcreator导入这些字的图片，再给一个私有区编码，制作也很快的。

[汉汉] 《重編國語辭典修訂本》數據 與 簡易排版測試

[汉汉] 《重編國語辭典修訂本》數據與簡易排版測試