【更新】 2016.10.09 Word$py 2016.10

lxchen2001 · 发表于 2016-10-6 05:23:02

本帖最后由 lxchen2001 于 2016-10-9 18:21 编辑

10.09 更新
1. 加入了索引，按年份和按分类查询
2. 修改了css

=============================================

10.07更新：
1. Notes部分进行了调整，按照官方的排列方式
2. css加入了之前遗漏的标识 (谢谢eeshu)
3. 提供WordSpy图标

官网上词条在例句中加粗的显示，试了很久，正则处理并不是很理想，所以不处理，原因是词条在例句钟的呈现方式太不规律。

顺便请教懂正则的怎么高亮askable parent中例句的词条: 'askable' parent. , Askable Parent?, "askable parents". 目前Python中我用查找askable parent肯定是不行的。虽然用了re.IGNORECASE, 但不起作用。

原数据规则的标识处理过。所以部分地方显示是有加粗或斜体。我的猜测是WS的资料是多年积累下来的，不同时间段处理的方式不同。我只喜欢有规则的。 :-)

Cheers.

=============================================
应好友的提议新抓的数据。

原网上数据解析有些错误，进行了更正，对比Buns of Steel 即可得知。

单词量不大，仅3300+

链接: https://pan.baidu.com/s/1b15wv0 密码: cfex

(ps. 可能有些标识的错误）

lxchen2001 · 发表于 2016-10-10 00:15:48

kyletruman 发表于 2016-10-10 00:07
楼主，您可否把index index by date这几个悬浮文字放到词典信息里面去呢？放在正文中，遮蔽了下面的文字， ...

我没去优化手机显示你可以自己调整查css中的

.ind{
position: absolute;
top: 25px;
right: 20px;
}

.indanno{
position: absolute;
top: 45px; ---> 离上边界距离
right: 20px; ---> 离右边界距离
}

和

div.ind > a{
font-size: 110%; --> 可以调小
color: #00a0a0;
font-weight: bold; --> 可以设为Normal
}

div.indanno > a{
font-size: 110%;
color: #00a0a0;
font-weight: bold;
}

既可

lxchen2001 · 发表于 2016-10-10 16:25:53

kyletruman 发表于 2016-10-10 00:07
楼主，您可否把index index by date这几个悬浮文字放到词典信息里面去呢？放在正文中，遮蔽了下面的文字， ...

如果调不好  就把

.ind{
      position: absolute;
      top: 25px;
      right: 20px;
}

.indanno{
      position: absolute;
      top: 45px;       ---> 离上边界距离
      right: 20px;       ---> 离右边界距离
}

拿掉

索引就到最下方。

lxchen2001 · 发表于 2016-10-6 16:22:36

eeshu 发表于 2016-10-6 15:43
另外，notes和examples部分的标签都取消了，关键词没法突出，反倒是非关键词突出了。

这是因为我抓到的数据资料，不是网页，源资料是没有标签的，而是用\" \" 标出。早上还没时间看这段的规律，尚未处理。下次可以加上。

"CitationText": "We're talking about \"lip-dubs,\" a video phenomenon embraced by high schools, colleges, and businesses across the nation. Whether the goal is to raise publicity, inspire fund-raising, generate spirit, or just have fun, the everyone-must-participate requirement has made lip-dubs a favorite for institutional team-building.",

非关键词的问题，那是源文就有的标识。

elusty · 发表于 2016-10-6 07:16:43

很好的资源，多谢

houbible · 发表于 2016-10-6 07:24:24

谢谢楼主制作分享！

秋天故事 · 发表于 2016-10-6 08:00:05

感谢LZ的精心制作和无私分享~~

感谢，感谢~~

eeshu · 发表于 2016-10-6 08:11:01

谢谢Jack兄。此网站为新晋流行词风向标，例证丰富，为不少权威辞书的重要参考，得到N多媒体和辞书专家背书。资源宝贵，终于得到大神垂青了。鼓掌

zongyyc · 发表于 2016-10-6 09:29:29

谢谢，下来看看

liuyunrushui · 发表于 2016-10-6 09:48:38

这个非常权威的呢！感谢楼主制作分享！

644830104 · 发表于 2016-10-6 09:48:54

真word spy，哈哈，谢谢 lxchen大！

Demorngel · 发表于 2016-10-6 11:00:55

感谢楼主制作分享

eeshu · 发表于 2016-10-6 11:10:46

本帖最后由 eeshu 于 2016-10-6 11:12 编辑

Jack兄，更正原始数据时是不是添加了<em>标签？貌似把标点替换掉了。见词条bobo的对比截图：

官网：

mdx：

此外，官网的词头首字母并没有大写，Jack兄是不是统一改成了大写？

[email protected] · 发表于 2016-10-6 11:11:48

谢谢 lxchen2001 大侠！

skydan05 · 发表于 2016-10-6 11:17:07

谢谢lxchen2001！又出新作了！

eeshu · 发表于 2016-10-6 11:19:40

本帖最后由 eeshu 于 2016-10-6 11:21 编辑

此外，官网上有些词条配了图，不知是没有抓取还是忘了上传这部分数据？

请看brag map词条对比截图：

官网配图：

mdx缺图：

lxchen2001 · 发表于 2016-10-6 11:39:11

eeshu 发表于 2016-10-6 11:10
Jack兄，更正原始数据时是不是添加了标签？貌似把标点替换掉了。见词条bobo的对比截图：

我再检查一下，网站数据里面的标签方法和一般不一样，做好MDX后才发现。

词条大小写没变。词头还有Other forms那里有改成大写。其他地方没改过。

lxchen2001 · 发表于 2016-10-6 11:43:51

eeshu 发表于 2016-10-6 11:19
此外，官网上有些词条配了图，不知是没有抓取还是忘了上传这部分数据？

请看brag map词条对比截图：

太好了这里没去官网对比图片还没抓取

处理数据时发现一串奇怪的标识原来是图片的代码！好细心。

kyletruman · 发表于 2016-10-6 12:43:18

本帖最后由 kyletruman 于 2016-10-6 12:45 编辑

这部词典的notes帮助挺大的，应该是这部词典的特色！感谢楼主提供了这么好的资源！另外，请问一下，楼主您有没有抓取www.thesaurus.com做成词典的意愿呢？谢谢！

lxchen2001 · 发表于 2016-10-6 14:33:06

eeshu 发表于 2016-10-6 11:10
Jack兄，更正原始数据时是不是添加了标签？貌似把标点替换掉了。见词条bobo的对比截图：

重新打包了。手动还修改了不少内容

lxchen2001 · 发表于 2016-10-6 14:37:58

kyletruman 发表于 2016-10-6 12:43
这部词典的notes帮助挺大的，应该是这部词典的特色！感谢楼主提供了这么好的资源！另外，请问一下，楼主您 ...

工程量还挺大的 25万词条平均5秒抓一页的话都要2周时间才能抓完

eeshu · 发表于 2016-10-6 14:58:09

本帖最后由 eeshu 于 2016-10-6 15:00 编辑

lxchen2001 发表于 2016-10-6 14:33
重新打包了。手动还修改了不少内容

新的文件还是有些对不上，Jack兄应该是调整过notes部分的标签，见图：

官网样子

黄色部分本应是notes，被移到了example里去了，导致notes空缺。

blockquote部分的换行标签也取消了，这在lion food的notes部分显得特别明显。本来这是一段对话，现在看不出来了。

官网样式

kyletruman · 发表于 2016-10-6 15:06:53

lxchen2001 发表于 2016-10-6 14:37
工程量还挺大的 25万词条平均5秒抓一页的话都要2周时间才能抓完

谢谢！辛苦您了。感谢您更新了词典！

eeshu · 发表于 2016-10-6 15:43:47

另外，notes和examples部分的<headword>标签都取消了，关键词没法突出，反倒是非关键词突出了。

官网样式

[英英] 【更新】 2016.10.09 Word$py 2016.10

评分

点评

点评