查看: 4844|回复: 32
打印 上一主题 下一主题

[词典讯] 有道字典手机版提供了离线柯林斯词库

[复制链接]
  • TA的每日心情

    2022-6-14 08:58
  • 签到天数: 25 天

    [LV.4]偶尔看看III

    1

    主题

    282

    回帖

    2065

    积分

    解元

    Rank: 5Rank: 5

    积分
    2065

    灌水大神章

    跳转到指定楼层
    1
    发表于 2016-8-22 21:23:03 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式
    如题,离线词库格式为dat,下面是离线词库链接,不知哪位大神可以提取出来,毕竟坛中的双解柯林斯多或多或少的有些缺失。

    http://pan.baidu.com/share/link? ... 8&uk=2500300905

    Screenshot_2016-08-22-20-46-04-798_com.youdao.dict.png (219.71 KB, 下载次数: 4)

    Screenshot_2016-08-22-20-46-04-798_com.youdao.dict.png

    该用户从未签到

    59

    主题

    960

    回帖

    8774

    积分

    翰林院编修

    Rank: 11Rank: 11Rank: 11Rank: 11

    积分
    8774

    灌水大神章小蜜蜂章笑傲江湖章翰林院专用章管理组专用章

    推荐
    发表于 2016-9-28 08:39:12 | 只看该作者
    本帖最后由 bt4baidu 于 2016-9-28 08:40 编辑

    如果官网的数据更新更全,可以把离线版的词头提取出来,用这个词汇表去官网抓取即可

    如果离线数据收了官网未收的单词,抓取时会报404错,自然知道官网缺哪些词,就可以把这些词从离线版里抽出来整合进去

    至于官网收而离线未收的单词,就比较不好办,不过既然qiuhao1112之前用单词表轰过,可以用他那版的词头和新作差分一下,也就是几行代码的事情
    或者用CED的单词表和新作差分后,再去轰一下也未尝不可

    只提供思路,英汉词典,本人是不会出手的
  • TA的每日心情
    开心
    2018-1-27 00:16
  • 签到天数: 1 天

    [LV.1]初来乍到

    99

    主题

    1477

    回帖

    3万

    积分

    翰林院孔目

    Rank: 10Rank: 10Rank: 10

    积分
    35504

    灌水大神章小蜜蜂章笑傲江湖章翰林院专用章管理组专用章

    推荐
    发表于 2016-9-28 08:38:28 来自手机 | 只看该作者
    非常有必要!以后说不定都搞成在线的了,趁现在还有离线数据把它搞出来也是一件大功德

    点评

    同感啊!支持~~  发表于 2016-9-28 09:02
  • TA的每日心情
    开心
    2023-1-18 23:24
  • 签到天数: 211 天

    [LV.7]常住居民III

    427

    主题

    4539

    回帖

    9万

    积分

    超级版主

    Rank: 12Rank: 12Rank: 12

    积分
    92011

    灌水大神章小蜜蜂章笑傲江湖章翰林院专用章管理组专用章城管大队长

    推荐
    发表于 2016-9-28 01:13:18 | 只看该作者
    本帖最后由 kyletruman 于 2016-9-28 01:16 编辑
    henices 发表于 2016-9-27 23:12
    有重新弄的必要吗?


    个人建议henices大可以把有道的柯林斯双解的离线数据提取出来制成mdx词典,然后跟qiuhao1112常委网页上抓取的版本进行合并,能做到词条的完整。qiuhao1112常委抓取有道柯林斯双解的数据是用单词表去轰炸的(这种情况是针对词典网页完全没有词头索引的情况),难免有遗漏的词条。(抓网页的单词表中没有那个单词就会造成词条的缺失)。但是,有道官网的柯林斯双解数据更加新和更加完整。您可以在有道官网查grieve词条,可以发现第二个义项下的释义与离线版的柯林斯双解相比,官网的增加了grieve的语域Scottish。说到这里,突然意识到我刚才说的合并词典很有困难:有道官网的柯林斯双解数据更加新和更加完整。
    我在这个链接下的帖子中探讨了grieve词条:
    https://www.pdawiki.com/forum/fo ... hread&tid=17422

    该用户从未签到

    24

    主题

    701

    回帖

    4442

    积分

    翰林院修撰

    不傲嬌的傲嬌

    Rank: 12Rank: 12Rank: 12

    积分
    4442

    灌水大神章小蜜蜂章笑傲江湖章翰林院专用章管理组专用章

    推荐
    发表于 2016-9-27 23:48:37 | 只看该作者
    這是當然有必要的!有道的柯林斯英漢雙解大詞典,誠如 O 大所說,是以稀為貴的代表。即使可能有這樣那樣的問題,但是結合多個數據源,一定是能精益求精的。

    该用户从未签到

    95

    主题

    554

    回帖

    2万

    积分

    翰林院编修

    终身学习者

    Rank: 11Rank: 11Rank: 11Rank: 11

    积分
    24557

    翰林院专用章灌水大神章笑傲江湖章小蜜蜂章管理组专用章

    6
    发表于 2016-9-27 23:12:34 | 只看该作者
    有重新弄的必要吗?

    该用户从未签到

    2121

    主题

    2961

    回帖

    6万

    积分

    翰林院修撰

    不忘初心。送分大人,灌水砖家。擅长抛砖引玉,挖坑不填。

    Rank: 12Rank: 12Rank: 12

    积分
    61056

    翰林院专用章灌水大神章笑傲江湖章小蜜蜂章管理组专用章

    7
    发表于 2016-9-27 23:26:39 | 只看该作者
    henices 发表于 2016-9-27 23:12
    有重新弄的必要吗?



    相当有必要!
    qiuhao1112 抓取的版本,缺了大概 1% 。不过有道这离线版本,其实数据也比较糟糕,不过凭兄台的能力,肯定没问题的。
    有道词典的《柯林斯英汉双解大词典》,收词量其实是 Collins English Dictionary 级别,远超金山词霸的《柯林斯COBUILD高阶英汉双解学习词典》,堪比《新牛津英汉双解大词典》,虽然缺少了词源,译文也欠讲究,但是终究是稀有的东西,很有参考价值。


  • TA的每日心情
    开心
    昨天 19:36
  • 签到天数: 624 天

    [LV.9]以坛为家II

    539

    主题

    1981

    回帖

    5万

    积分

    超级版主

    Rank: 12Rank: 12Rank: 12

    积分
    53357

    翰林院专用章推广专家灌水大神章笑傲江湖章小蜜蜂章管理组专用章QQ 章

    8
    发表于 2016-9-27 23:48:25 | 只看该作者
    henices 发表于 2016-9-27 23:12
    有重新弄的必要吗?

    有必要,很有必要。
  • TA的每日心情
    开心
    2023-1-18 23:24
  • 签到天数: 211 天

    [LV.7]常住居民III

    427

    主题

    4539

    回帖

    9万

    积分

    超级版主

    Rank: 12Rank: 12Rank: 12

    积分
    92011

    灌水大神章小蜜蜂章笑傲江湖章翰林院专用章管理组专用章城管大队长

    9
    发表于 2016-9-28 00:47:56 | 只看该作者
    henices 发表于 2016-9-27 23:12
    有重新弄的必要吗?

    目前发现qiuhao1112常委的有道柯林斯双解的词条与有道官网相比,少了词条bloodletting,不知道有没有少其他词条。

    该用户从未签到

    4

    主题

    99

    回帖

    707

    积分

    举人

    Rank: 4

    积分
    707

    灌水大神章

    10
    发表于 2016-9-28 08:52:51 | 只看该作者
    henices 发表于 2016-9-27 23:12
    有重新弄的必要吗?

    大神您既然都问出来了,想必也是已经有几分想制作的念头了。其实这个柯林斯词典的母本就和柯林斯的足本(http://www.collinsdictionary.com/dictionary/english)有渊源。可以说,它是个双解版的类足本词典,这类词典基本上比较少。

    想楼主与大家都比较喜欢的《新牛津英汉双解大词典》,可以说能与之比肩。细想起来了,同等规模的双解足本,大多没有电子版数据。比如新出的《新世纪英汉大词典》,所以这本有道柯林斯,就是当仁不让的柯林斯双解足本的替代品了。它里面的内容是混搭的,融合了COBUILD的例句解释(这就对英语学习者比较友好了)和《新世纪英汉大词典》方面的大容量(其词条容量是柯林斯高阶的两倍多),不可谓不强。

    楼主已经掌握解析 dat 数据的秘诀,取得数据也是不费吹灰之力之事。若是下定决定决心制作。也是很好的事情!另外,bt4baidu 大神的思路也是极好的,楼主也可以参考看看。

    该用户从未签到

    95

    主题

    554

    回帖

    2万

    积分

    翰林院编修

    终身学习者

    Rank: 11Rank: 11Rank: 11Rank: 11

    积分
    24557

    翰林院专用章灌水大神章笑傲江湖章小蜜蜂章管理组专用章

    11
    发表于 2016-9-28 09:06:50 | 只看该作者
    bt4baidu 发表于 2016-9-28 08:39
    如果官网的数据更新更全,可以把离线版的词头提取出来,用这个词汇表去官网抓取即可

    如果离线数据收了官网 ...

    官网有防爬虫之类措施没?

    该用户从未签到

    59

    主题

    960

    回帖

    8774

    积分

    翰林院编修

    Rank: 11Rank: 11Rank: 11Rank: 11

    积分
    8774

    灌水大神章小蜜蜂章笑傲江湖章翰林院专用章管理组专用章

    12
    发表于 2016-9-28 09:13:50 | 只看该作者
    henices 发表于 2016-9-28 09:06
    官网有防爬虫之类措施没?

    都能用单词表去轰,肯定是没有啦
    就算有,无非是封IP,现在都是ADSL,重启一下路由IP就换啦
    据我所知,除非记录一个IP在某个时间段的访问量,否则是没办法防的,但是抓网页其实费不了什么带宽,基本上像样的服务器都不会在乎这点下载量,抓本词典也就几百兆1G而已,和普通网页用户访问几乎没啥差别,一般服务器也懒得费那个工夫
  • TA的每日心情

    2022-6-14 08:58
  • 签到天数: 25 天

    [LV.4]偶尔看看III

    1

    主题

    282

    回帖

    2065

    积分

    解元

    Rank: 5Rank: 5

    积分
    2065

    灌水大神章

    13
     楼主| 发表于 2016-9-28 09:18:51 | 只看该作者
    henices 发表于 2016-9-27 23:12
    有重新弄的必要吗?

    离线的词条数是97239,qiuhao1112大的词条数是91384,少了6%。

    该用户从未签到

    59

    主题

    960

    回帖

    8774

    积分

    翰林院编修

    Rank: 11Rank: 11Rank: 11Rank: 11

    积分
    8774

    灌水大神章小蜜蜂章笑傲江湖章翰林院专用章管理组专用章

    14
    发表于 2016-9-28 12:09:05 | 只看该作者
    henices 发表于 2016-9-28 09:06
    官网有防爬虫之类措施没?


    建议:你若真打算做,抓网页时不妨把图片一并抓下来,很多词条都有插图(其实是网易盗用wiki等网站的图片)
    有时候一图胜过千万语
  • TA的每日心情
    开心
    2023-1-18 23:24
  • 签到天数: 211 天

    [LV.7]常住居民III

    427

    主题

    4539

    回帖

    9万

    积分

    超级版主

    Rank: 12Rank: 12Rank: 12

    积分
    92011

    灌水大神章小蜜蜂章笑傲江湖章翰林院专用章管理组专用章城管大队长

    15
    发表于 2016-9-28 12:26:19 | 只看该作者
    真是奇怪,我有一次用有道官网查单词,居然被封了一次IP

    点评

    看来兄弟的人品确实是有问题的,哈哈,开个玩笑  发表于 2016-9-28 15:30
  • TA的每日心情
    开心
    2023-1-18 23:24
  • 签到天数: 211 天

    [LV.7]常住居民III

    427

    主题

    4539

    回帖

    9万

    积分

    超级版主

    Rank: 12Rank: 12Rank: 12

    积分
    92011

    灌水大神章小蜜蜂章笑傲江湖章翰林院专用章管理组专用章城管大队长

    16
    发表于 2016-9-28 12:31:53 | 只看该作者
    本帖最后由 kyletruman 于 2016-9-28 12:33 编辑
    bt4baidu 发表于 2016-9-28 12:09
    建议:你若真打算做,抓网页时不妨把图片一并抓下来,很多词条都有插图(其实是网易盗用wiki等网站的图片)
    ...


    以前没有用mdx词典时,用有道在线的柯林斯双解用了无数次,没有发现柯林斯双解有过图;有图的单词图片经常是错的,要抓有图的单词,不如去抓bing dictionary online的图片,单词与图片对应得非常准确!

    bing dictionary online: http://cn.bing.com/dict/

    该用户从未签到

    221

    主题

    1015

    回帖

    7129

    积分

    禁止发言

    积分
    7129

    灌水大神章小蜜蜂章笑傲江湖章

    17
    发表于 2016-9-29 02:25:16 | 只看该作者
    才发现原来有道的柯林斯不是单单的cobuild双解啊,我一直奇怪为何讨论这个:不是早就有了吗?原来如此,大力支持有IT能力的兄弟搞一个。
  • TA的每日心情
    开心
    2023-1-18 23:24
  • 签到天数: 211 天

    [LV.7]常住居民III

    427

    主题

    4539

    回帖

    9万

    积分

    超级版主

    Rank: 12Rank: 12Rank: 12

    积分
    92011

    灌水大神章小蜜蜂章笑傲江湖章翰林院专用章管理组专用章城管大队长

    18
    发表于 2016-10-12 23:49:52 | 只看该作者
    本帖最后由 kyletruman 于 2016-10-13 13:02 编辑

    还发现一个单词pal,在线版的有道柯林斯双解是有语域 [非正式,老式]http://dict.youdao.com/w/eng/pal/#keyfrom=dict2.index,而离线的柯林斯双解数据没有这部分。看来离线的柯林斯双解数据没有跟上在线的柯林斯双解数据的更新。

    pal @ 在线柯林斯双解.png (11.49 KB, 下载次数: 2)

    pal @ 在线柯林斯双解.png

    pal @ 手机离线版柯林斯双解.png (145.61 KB, 下载次数: 0)

    pal @ 手机离线版柯林斯双解.png

    该用户从未签到

    95

    主题

    554

    回帖

    2万

    积分

    翰林院编修

    终身学习者

    Rank: 11Rank: 11Rank: 11Rank: 11

    积分
    24557

    翰林院专用章灌水大神章笑傲江湖章小蜜蜂章管理组专用章

    19
    发表于 2016-11-1 23:23:25 | 只看该作者
    已经用离线词头抓取数据,整理制作中

    该用户从未签到

    0

    主题

    11

    回帖

    122

    积分

    童生

    Rank: 2

    积分
    122
    21
    发表于 2016-12-27 12:27:04 | 只看该作者
    非常有必要,加油

    该用户从未签到

    1

    主题

    50

    回帖

    275

    积分

    禁止发言

    积分
    275
    22
    发表于 2016-12-29 19:46:48 | 只看该作者
    有道 有些坑

    该用户从未签到

    0

    主题

    55

    回帖

    115

    积分

    白身

    Rank: 1

    积分
    115
    24
    发表于 2017-4-2 14:09:19 | 只看该作者
    感谢您的分享