Cambridge Essential English Dictionary的字典制作

fnaviwwo1 · 发表于 2016-2-4 23:58:30

本帖最后由 fnaviwwo1 于 2016-2-5 00:29 编辑

Cambridge Essential English Dictionary在线的数据，按照牛津那边给字典取名的习惯，大概就叫《剑桥初阶》。
话说牛津初阶是按高阶的解释删除的出来的，很多解释删的惨不忍睹。剑桥初阶的解释是单独写的，和剑桥高阶的解释不相干。

这里数据先按markdown格式保存好了，转成mdx稍微需要点时间。

celd.zip (397.22 KB, 下载次数: 125)

文件部分预览如下

abandon
-----------
verb  /əˈbændən/
›| to leave someone or something somewhere:
   Dad had to abandon the car by the side of the road.
›| to stop doing something before it is finished:
   We abandoned the picnic when it started to rain.

abandoned
-----------
adjective  /əˈbændənd/
›| left empty or not working:
   an abandoned factory
›| left somewhere intentionally:
   An abandoned baby was found on the hospital steps.

abbey
-----------
noun  /ˈæbi/
›| a group of buildings that includes a large Christian church, where religious men or women once lived:
   Westminster Abbey

abbreviate
-----------
verb  /əˈbriːvieɪt/ (abbreviating, abbreviated)
›| to make a word or phrase shorter:
   The word “street” is often abbreviated to “St”.

abbreviation
-----------
noun  /əˌbriːviˈeɪʃən/
›| a shorter form of a word or phrase, especially used in writing:
   “St” is an abbreviation of the word “street.”

abdomen
-----------
noun  /ˈæbdəmən/ formal
›| the front, lower part of your body that has your stomach and other parts in it

ability
-----------
noun  /əˈbɪləti/ ( plural abilities)
B1| the skill or qualities that you need to do something:
   He had the ability to explain things clearly.

jamestone · 发表于 2016-2-5 09:28:31

期待着谢谢你

skydan05 · 发表于 2016-2-5 10:54:06

谢谢LZ！！！期待着！！！

无边际 · 发表于 2016-2-5 12:34:18

我看了一下源文件。整体结构不是比较简单。
每个词按词性单独分成词条
词头以虚线断开。
每个例句前面有6个空格。
释义的标记不太清楚差别，有的以“›|”开始，有的以“A1|”开始，有的以“A2|”开始，本以为是一个释义的顺序，好象也没按顺序来。

无边际 · 发表于 2016-2-5 20:38:14

本帖最后由无边际于 2016-2-5 22:03 编辑

原来这样呀。我把他全部处理成一样的了。
练习如下：

fnaviwwo1 · 发表于 2016-2-5 22:31:24

本帖最后由 fnaviwwo1 于 2016-3-22 23:50 编辑

抓词典的脚本，为了不为增加服务器的压力，请不要随便使用...

抓单词列表。

#encoding: utf-8
require 'open-uri'
def get_list(a)
open("http://dictionary.cambridge.org/browse/essential-british-english/#{a}")
.read.scan(/http[^"]*essential-british-english\/.\/[^"]+(?=")/)
end
def build_list(range='a'..'z')
(range).flat_map{|x|get_list(x)}
end
def get_words(url)
p url
text = open(url).read
text.scan(/http[^"]*\/dictionary\/essential-british-english\/[^"]+(?=")/)
end
open("wordlistt.txt",'w').
puts build_list('a'..'z').flat_map{|x|get_words(x)}
p :ok

复制代码

抓单词解释

#encoding: utf-8
require 'open-uri'
require 'nokogiri'
def look__up(url)
doc = Nokogiri::HTML(open(url))
doc.css("div.di").to_html
end
puts look__up("http://dictionary.cambridge.org/dictionary/essential-british-english/give-in")
#look__up("http://dictionary.cambridge.org/dictionary/essential-british-english/qualification")
gets
def task
list = open('wordlistt.txt').readlines
p list.length
list.each{|x|
x.chomp!
name = x[/[^\/]+$/]
filename = "word/#{name}.txt"
unless File.exist?(filename)
p filename
p x
y = look__up(x)
open(filename,'w').print(y)
#gets
end
}
end
while 1
begin
task
rescue =>e
p e
end
sleep 5
end

复制代码

排版输出

#encoding: utf-8
require 'nokogiri'
def cc(file)
text=open(file,'r:utf-8').read.gsub(/(^ *)|( (?= ))|(\n)|(\t)|( \n)/,'')#.gsub("\n",'')
doc = Nokogiri::HTML(text)#
parse(doc).gsub(/-\n /,"-\n")
end
def parse(node)
return '' if node.comment?
return node.text if node.text?# && node.next.nil?
r = ""
p_c = ->(){node.children.map{|x|parse(x)}*''}
case node['class']
when 'share-this-entry','di-title'
''
when 'def-info'
return "#{node.text.strip}| "
when 'sense-block'
return "\n"+p_c.()
when "di-title cdo-section-title-hw"
return "\n\n#{p_c.()}\n-----------\n"
when "cl"
"*#{p_c.()}*"
#when 'c2' then fail
when 'eg'
return "\n #{p_c.()}"
else
p_c.()
end
end
puts cc('./word/give.txt')
gets
gets
$f = open("celd.md",'w')
$f.print <<EOF
Cambridge Essential English Dictionary
==========================================
EOF
Dir["./word/*"].tap(&:sort!).each{|x|
$f.print cc(x)
}

复制代码

无边际 · 发表于 2016-2-5 22:35:04

无边际发表于 2016-2-5 20:38
原来这样呀。我把他全部处理成一样的了。
练习如下：

我也是刚刚学习。CSS是刚才套用别人的。
加粗的星号我原来不知道什么意思，所以没有处理。

无边际 · 发表于 2016-2-5 22:49:41

fnaviwwo1 发表于 2016-2-5 22:31
抓词典的脚本，为了不为增加服务器的压力，请不要随便使用...

真是高手。谢谢分享，我会认真研究一下，不懂的向你请教。
另外，如果有空的话，请你编个脚本把汉英的抓一下。
http://dictionary.cambridge.org/ ... chinese-simplified/
我个人的感觉是，学英语还是离不开汉语。有时英文的解释，你懂意思，但让你准确地用汉语表达出来，还是有一定的困难的。有时看看汉译，会有茅塞顿开的感觉。

tarzan1200 · 发表于 2016-2-21 17:00:13

本帖最后由 tarzan1200 于 2016-2-21 17:34 编辑

Very Very Thanks alot for sharing..If it's possible for you, make Cambridge school or Cambridge learner's Dictionary..

fnaviwwo1 · 发表于 2016-2-21 17:59:32

本帖最后由 fnaviwwo1 于 2016-2-22 14:06 编辑

tarzan1200 发表于 2016-2-21 17:00
Very Very Thanks alot for sharing..If it's possible for you, make Cambridge school or Cambridge lear ...

Cambridge learner's Dictionary我买了实体版了。
相比光盘版和实体版，在线版还缺失辨析搭配和一些讲解注释...

jamestone · 发表于 2016-2-22 15:10:08

无边际发表于 2016-2-5 20:38
原来这样呀。我把他全部处理成一样的了。
练习如下：

无边际谢谢您

tarzan1200 · 发表于 2016-3-9 17:46:58

thanks again.. it was more better and very great if the entries and meanings were in different colours and different meanings of each entry individually numbered..

sincerely,

自由摄影 · 发表于 2016-7-1 08:57:14

沒明白如何處理文件

sun79 · 发表于 2016-7-17 21:01:59

期待着出mdx~~~~

冬之旅 · 发表于 2016-10-14 22:58:56

感谢楼主和制作MDX的无边际兄

acalaniy · 发表于 2017-1-29 01:44:30

新年快乐开心签到

priestpdawiki · 发表于 2017-6-11 15:08:15

本帖最后由 priestpdawiki 于 2017-6-11 15:09 编辑

简明辞典, 感谢楼主提供! 不过请问这个md格式, 是用什么软件来打开的?

[英英] Cambridge Essential English Dictionary的字典制作

点评

点评

点评

点评