有没有大神能抓取在线版 OED 和 wiktionary?

woaini123 · 发表于 2016-5-26 11:41:53

我可以提供oed帐号（估计大神们也不缺这个

）以及对制作出来的mdx进行校对。

wiktionary 我认为简直就是词典界的小米，虽然定义的严谨性肯定不如权威词典，但是从实际体验来看，它的解释更开放，更庞杂，更适合用来快速解决各种新词新义以及别的词典查不到的科技领域术语。

OED 从 4.0 的cd 光盘到在线版，内容已更新了很多很多，是研究语言发展的不二之选。

ODE 之前 BT 大已声称要抓取最新版了，也是可喜可贺。

orca · 发表于 2016-5-26 17:02:07

Littlebush 发表于 2016-5-26 13:51
OED抓出不要例句的最好，那些例证主要体现语言使用的年代，用处不大，反而占篇幅干扰主要意项的掌握和查阅

隔壁版块置顶的OED的例句是可以隐藏的啊，用“QUOTATIONS”按钮切换，挺好的。

kyletruman · 发表于 2016-5-26 13:30:32

http://download.kiwix.org/zim/wiktionary/

以上这个网站好像有点用。

论坛上有位大神把ODE在线各种语言都抓下来了，要是那位大神出手，抓wiktionary的数据应该没问题。要抓wiktionary最好从英文wiktionary网站 https://en.wiktionary.org/wiki/Wiktionary:Main_Page 开始，因为主语言为英语的多语言下的wiktionary数据最多，换成其他语言，某些语言则没有编辑。

fnaviwwo1 · 发表于 2016-5-26 13:32:17

我觉得SOED就够用了，OED内容有点太多...

Littlebush · 发表于 2016-5-26 13:51:42

OED抓出不要例句的最好，那些例证主要体现语言使用的年代，用处不大，反而占篇幅干扰主要意项的掌握和查阅

kyletruman · 发表于 2016-5-26 14:05:04

fnaviwwo1 发表于 2016-5-26 13:32
我觉得SOED就够用了，OED内容有点太多...

我基本上不用“简明/shorter/concise”此类词典, 我比较偏爱像oed那样unbridged的词典。

kyletruman · 发表于 2016-5-26 14:08:35

Littlebush 发表于 2016-5-26 13:51
OED抓出不要例句的最好，那些例证主要体现语言使用的年代，用处不大，反而占篇幅干扰主要意项的掌握和查阅

这要看你需要查阅的内容了，有时候急需像oed那些例证

orca · 发表于 2016-5-26 17:10:32

kyletruman 发表于 2016-5-26 14:05
我基本上不用“简明/shorter/concise”此类词典, 我比较偏爱像oed那样unbridged的词典。

拜托，SOED是牛津家的老二，货真价实的unabridged规模的词典

Littlebush · 发表于 2016-5-26 17:15:27

我也不太喜欢SOED，个人感觉还不如ODE好使，比较尴尬，全的方面不如OED，易用性方面又不如ODE，当然，纯属一孔之见，哈哈

Oeasy · 发表于 2016-5-27 00:57:13

Wiktionary 不用抓，有数据的。
https://en.wiktionary.org/wiki/Help:FAQ#Downloading_Wiktionary
https://dumps.wikimedia.org/enwiktionary/

就是转成 mdx ，过程比较痛苦，有愿意入“地狱”的，可以试试。

PurlingNayuki · 发表于 2016-5-27 01:29:14

Oeasy 发表于 2016-5-27 00:57
Wiktionary 不用抓，有数据的。
https://en.wiktionary.org/wiki/Help:FAQ#Downloading_Wiktionary
htt ...

Wikimedia 系已經自稱一體了，跟標準語法差距很大，何止是「比較痛苦」，簡直是…

lxchen2001 · 发表于 2016-9-27 01:59:20

本帖最后由 lxchen2001 于 2016-9-27 02:28 编辑

目前OED在制作的是3.0版，预计2020才能完成。论坛上MDX版本是基于2.0的。

Online OED的版本加上了词汇分类，挺不错的。有个分类为Humorous, 词汇的幽默用法。比如ablution

OED抓取还是有难度的目前词条共有278146 用过测试帐号试了一下抓了不到1000页帐号就被封

（当然，不排除测试帐号昨天正好过期）

匿名 *发表于 2016-9-27 02:37:03* · 发表于 2016-9-27 02:37:03

本帖最后由匿名于 2016-9-27 02:58 编辑

lxchen2001 发表于 2016-9-27 01:59
目前OED在制作的是3.0版，预计2020才能完成。论坛上MDX版本是基于2.0的。

Online OED的版本加上了词汇分 ...

感谢lxchen2001大出手！

抓取OED3 online可不可以这样做：凡是论坛上有OED账号的，都贡献出来给抓取OED3 online，论坛上订阅了OED3的很多吧，大家分工合作，封一个IP地址或者OED账号就换一个IP地址或者OED账号。
我提的这种方案行不？
一个人抓取OED3 online有困难可以动员所有坛友来操作，不懂技术的听从懂技术的指挥。

匿名 *发表于 2016-9-27 02:49:39* · 发表于 2016-9-27 02:49:39

本帖最后由匿名于 2016-9-27 03:08 编辑

最近baidu常委制作的English wiktionary不是从维基每月的dump中提取出来的，名词和动词的变形很多没有，不太适合英语专业的同学；英语作业的同学最好选择先前匿名的作品，词条总数更多。目前是需要一个大神把维基的模板弄透的大神，可惜我们论坛上没有制作epwing格式的维基版块的日本人，不然维基模板以及其中复杂的代码早就弄懂了。

建议管理员尽早让论坛能像谷歌搜索那样切换各种语言，多多吸引国际高手来制作mdx词典！制作English wiktionary重点是吸引日本高手过来！

匿名 *发表于 2016-9-27 03:05:33* · 发表于 2016-9-27 03:05:33

本帖最后由匿名于 2016-9-27 03:06 编辑

请楼主把帖子标题中的OED 换成希腊字母和拉丁字母的组合，然后设置阅读权限来隐藏帖子里面的内容，以防OED官方用Google搜到楼主这个帖子；如果被OED官方搜到了，对热心参与OED3 online.mdx进行制作的坛友影响不好！

lxchen2001 · 发表于 2016-9-27 04:18:01

匿名者发表于 2016-9-27 02:37
感谢lxchen2001大出手！

抓取OED3 online可不可以这样做：凡是论坛上有OED账号的，都贡献出来给抓取 ...

呵呵精神可嘉

还没弄清OED是用什么方法验证的。不知哪位大侠可以研究一下。

感觉上有session cookie, 还不知道怎么用wget或者python去调配出来。

woaini123 · 发表于 2016-9-27 08:46:55

匿名者发表于 2016-9-27 02:49
最近baidu常委制作的English wiktionary不是从维基每月的dump中提取出来的，名词和动词的变形很多没有，不 ...

单词变形没多大用吧，单复数、动词变形、比较级最高级等等完全可以用jump to dict跳转到单词原形来查阅。wiki dump 版里面缺少带日期的例句还有图片等等。我觉得bt这版已经很userfriendly啦～除了变形没收，其他应该没什么漏的吧

[求助] 有没有大神能抓取在线版 OED 和 wiktionary?