(2017.4.17日更新) (23528条)童哥词根 (优词网词根来源)辞典 mdx

priestpdawiki · 发表于 2016-7-13 09:49:44

本帖最后由 priestpdawiki 于 2017-5-5 09:38 编辑

2017.4.17日更新

最近无意中发现了优词网站词根释义的主要来源: 童哥说单词的pdf源文件, 非常好,于是我就重新制作了一下这本词根 mdx, 统计下来发现比我的老版有更多的单词解释. 共有23528条词根释义. 在这里更新地址如下（包括我制作mdx时所整理的excel版本的）:

http://pan.baidu.com/s/1sldLUB7

制作出处:

单词统计

-----------------------------------------------------------------------------------------

老版

当我发现优词网站的词根很不错时，之前在本论坛 https://www.pdawiki.com/forum/fo ... mp;page=1#pid340063 发过帖子推荐过，但最终觉得还是自己来解决这个问题试试吧。也要感谢“大熊部落”坛友给我的提示。

这次的辞典制作，对我不懂编程的来普通用户说，真的是比较麻烦。过程叙述放在最后。先把mdx辞典的下载连接放上：百度云

http://pan.baidu.com/s/1i5oB4zz

最后一共提取了 18677 个单词的词根释义。
pc版欧路词典中的截图如下：

——————————

幕后花絮（流水账）

我的词典制作过程：

首先将优词网站的所有单词网页下载下来。一开始我从网上找了个网站下载器，但后来发现，随便什么站点下载器，都只能下载到3000多个网页就结束了。没法抓取到全部的网页。

我就只能自己列出辞典词头表来下载了。我提取了牛津辞典的词头，4万多个单词列表。然后把它们制作成对应的优词网站下载连接，就是“大熊部落”坛友说的那样。我先用迅雷批量下载，却发现，迅雷对批量有封顶，每次最多只能下载1000个文件，而且下载速度是令人震惊的慢，一个链接要等几秒钟才能完成。迅雷完全没用。最终我找到了一个不封顶的批量下载软件，速度也不错，花了两天时间，才把这4万多个页面都下载下来。

接着，我把这些网页（总容量上G）合并成 8个独立的文件，导入notepad++ 来处理，即使我分成8个文件来操作，notepad++也负担过重，一连续查找就卡死，进行不下去。notepad++ 的查找可能有bug，反正我发现查找卡死不是一次两次的事，是经常会遇到的。

我决定先把这些网页转成单纯的txt文件，给notepad++减压。一开始我用 dos 命令来合并所有的txt文件，结果却是大量中文乱码，不知道为什么。我就找其他软件来搞定。然后再导入notepad++ 中。将所有的“中文词源”内容（也就是单词词根中文解释）查找定位后（用“标记行”功能），提取出来。由于notepad++的“标记行”功能，真的是只能标记到一行，而不是几行，这里得亏优词网站将所有的词根解释都写在了一行上面，否则，它要是每个单词的词根解释都分成几行来描述，以我现在的能力，是没办法处理的，这本辞典也不会完成。好在优词网帮我绕过了这个坑（也感谢优词工作人员的奉献，这么大工作量的认真翻译，真的是很令人敬佩），最终提取到了18677条。把它们转换成可以导入 mdxbuilder 的语法格式文件。

其实我不太推荐用 notepad++ 来处理mdx导入前的格式，因为只要有一个地方有纰漏，不符合mdx辞典的格式要求。就完全无法通过 mdxbuilder 的打包过程。这个问题我遇到过很多次，而且很难在 notepad++ 中查找你到底是出错在了哪里。是哪里多打了一个空行，还是哪里少写了一个mdx辞典单词分隔符（<br>或</>）。只要有条件，我还是建议在excel里操作，因为分列操作，可以很好的避免掉格式错误。

整个制作过程，我用了七八个不同软件。如果懂编程的话，也不用那么麻烦了。

最后放一张制作过程中的 notepad++截图

PurlingNayuki · 发表于 2016-7-14 12:07:27

恭喜樓主。條條大路通羅馬，達到了目的就是好的。
多說兩句，不是針對。關於普通用戶和編程，計算機的普及讓它真正融入了日常生活，底層越來越複雜而操作越來越傻瓜。但也因此誕生了一批會「玩」電腦而不會「用」電腦的人。好事是，一些人已經意識到這個問題，如 Raspberry Pi 等一些產品，都能讓計算機在保持可用的情況下迴歸簡單，更加培養普通用戶「用」電腦的能力。若能像 po 主如此鑽研，加上一個合適的契機，很快就能成為 Power User。

zongou · 发表于 2017-3-14 18:11:57

提示: 该帖被管理员或版主屏蔽

意图搭便车者 · 发表于 2016-9-15 11:40:17

已经用这个词典两三天查了不少单词啦~果然是非常全的！！基本所有单词都能查到词根来源，与一般（好吧也就四我用的那个）Etymology词典相比因为注重单词的最初来源而非全部演变过程所以很简洁！（好吧其实我更关心的是：中文的看起来轻松好多！）而且结尾总是给出同词源的单词，我个人非常喜欢这一点~能把词义相似的单词联系起来；而与辅助记忆的一般词根词缀词典相比也有些不同（想知道哪里不同就快自己来试试嘛），我觉得这本词典叫词源字典更好点，因为其更注重每个单词的来源，而非拆分记忆。我在看单词词源的过程中还学习到了好多有趣的东西，比如菠菜spinach来自波斯，原名波斯菜~哈哈哈~~这是我在这里下载并使用的第一本词典，灰常灰常感谢楼主的辛苦工作才让我了解甚至方便的使用它，应该推广给更多的人别辜负的楼主的辛苦啦~

louislaolu · 发表于 2016-7-13 10:13:37

很喜欢楼主制作的词典。钦佩楼主自己动手的精神，为楼主点赞！

菩提一梦 · 发表于 2016-7-13 10:42:10

感谢您，太棒了！！！！！！！！！！

wawxing · 发表于 2016-7-13 10:55:16

感谢楼主无私共享!

865052004 · 发表于 2016-7-13 11:03:18

谢谢楼主辛苦制作和无私分享

sueyoung · 发表于 2016-7-13 11:24:54

谢谢楼主辛苦制作和无私分享

petergaoshanwei · 发表于 2016-7-13 11:30:26

从楼主的描述中看出来，制作这部词典花费了大量时间精力。真的非常感谢，这是一部非常不错的词典

fanziyu · 发表于 2016-7-13 14:24:38

看制作过程就觉得曲折，感谢priestpdawiki辛苦制作并无私分享。

[email protected] · 发表于 2016-7-13 14:33:21

楼主辛苦了，非常感谢。

秋天故事 · 发表于 2016-7-13 15:29:25

LZ辛苦了！

制作不易，无私分享，致敬~~

a200166 · 发表于 2016-7-13 15:40:26

其中辛酸可见一斑，谢谢了！

goo77 · 发表于 2016-7-14 11:18:30

谢谢楼主辛苦制作和无私分享

lxchen2001 · 发表于 2016-7-14 12:14:55

赞

很辛苦，但还是很快就做好了呢，熬夜做出的？

lxchen2001 · 发表于 2016-7-14 12:19:44

MDX制作的时候错误提示会显示错在哪个位置可以在Notepad++中找对应的位置，用CTRL+G, 第一个选项是行，第二个选项就是MDX报错的位置

sculiuchang · 发表于 2016-7-14 13:01:42

感谢感谢哈。

priestpdawiki · 发表于 2016-7-14 16:11:40

lxchen2001 发表于 2016-7-14 12:14
赞

很辛苦，但还是很快就做好了呢，熬夜做出的？

白天做的，大部分时间其实都花在了下载网页，和怎么让notepad++不崩溃上了（找各种能用的软件也比较花时间），最后阶段的改正mdx语法格式和打包，很快就完成了

lxchen2001 · 发表于 2016-7-14 16:18:30

mitkyg 发表于 2016-7-13 10:19
辛苦感谢

UltraEdit在处理大文件上感觉比Notepad++强
几万行的替代UltraEdit明显比Notepad++快

priestpdawiki · 发表于 2016-7-14 16:22:13

本帖最后由 priestpdawiki 于 2016-7-14 16:23 编辑

lxchen2001 发表于 2016-7-14 12:19
MDX制作的时候错误提示会显示错在哪个位置可以在Notepad++中找对应的位置，用CTRL+G, 第一个选项是行，第 ...

mdx辞典的语法格式要求虽然简单，但却容不得一点差错，比如不能有空行，对分隔符<br>和</>既不能多一个，也不能少一个，不能两个分隔符都出现在一行上... 否则就没法打包出mdx辞典。但是当大量的数据导入在notepad++中时，就很难查找这些错误，空行还好处理，尤其分隔符缺失遗漏问题，notepad++中没法查证。遇到这种问题，我都是笨办法处理，把整个文件先存前一半1/2出来，到 mdxbuilder 打包看看能否通过，如果能通过，就说明错误不在这1/2里，就把剩下的后一半再存1/2出来看看能否打包成功，这样不断切西瓜下去，来找错误位置。

priestpdawiki · 发表于 2016-7-14 16:29:32

lxchen2001 发表于 2016-7-14 16:18
UltraEdit在处理大文件上感觉比Notepad++强
几万行的替代UltraEdit明显比Notepad++快

我一开始用过UE，但后来觉得还是notepad++更快，个人感觉吧。notepad++比较顺手一点，不过缺点是会遇到bug，比如查找定位后，用标记行来标记，会遇到标记缺失，会遗漏掉很多行。还遇到过查找内容和标记内容不在同一行上，统统标记到下一行去了的情况

moribear · 发表于 2016-7-15 14:05:17

超级厉害的！！！做词典真是一项需要创造力也需要很细心的工作吖！

ustart · 发表于 2016-7-15 22:54:16

Thank you for your sharing!

[英汉] (2017.4.17日更新) (23528条)童哥词根 (优词网词根来源)辞典 mdx

评分

本帖被以下淘专辑推荐: