查看: 440|回复: 60
打印 上一主题 下一主题

[英英] 【更新】 2016.10.09 Word$py 2016.10

[复制链接]

该用户从未签到

58

主题

933

回帖

3897

积分

被盗用户

积分
3897

灌水大神章小蜜蜂章笑傲江湖章

跳转到指定楼层
1
发表于 2016-10-6 05:23:02 | 只看该作者 |只看大图 回帖奖励 |倒序浏览 |阅读模式
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)

20161009104229.jpg (95.72 KB, 下载次数: 4)

20161009104229.jpg

20161009104155.jpg (130.59 KB, 下载次数: 1)

20161009104155.jpg

20161009104124.jpg (132.61 KB, 下载次数: 2)

20161009104124.jpg

20161009122036.jpg (102.8 KB, 下载次数: 1)

20161009122036.jpg

评分

1

查看全部评分

该用户从未签到

58

主题

933

回帖

3897

积分

被盗用户

积分
3897

灌水大神章小蜜蜂章笑傲江湖章

推荐
 楼主| 发表于 2016-10-10 00:15:48 | 只看该作者
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
}



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

点评

谢谢!我试一下。  发表于 2016-10-10 00:16

该用户从未签到

58

主题

933

回帖

3897

积分

被盗用户

积分
3897

灌水大神章小蜜蜂章笑傲江湖章

推荐
 楼主| 发表于 2016-10-10 16:25:53 | 只看该作者
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。

点评

谢谢您!我对比了简版和索引版,还是决定继续用简版,您辛苦了。感谢您的指教!  发表于 2016-10-10 18:46

该用户从未签到

58

主题

933

回帖

3897

积分

被盗用户

积分
3897

灌水大神章小蜜蜂章笑傲江湖章

推荐
 楼主| 发表于 2016-10-6 16:22:36 | 只看该作者
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。
  • TA的每日心情
    开心
    2020-3-25 07:07
  • 签到天数: 5 天

    [LV.2]偶尔看看I

    129

    主题

    2409

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    17783

    灌水大神章小蜜蜂章笑傲江湖章

    2
    发表于 2016-10-6 07:16:43 | 只看该作者
    很好的资源,多谢

    该用户从未签到

    16

    主题

    1074

    回帖

    3万

    积分

    翰林院编修

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

    积分
    31794

    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

    3
    发表于 2016-10-6 07:24:24 来自手机 | 只看该作者
    谢谢楼主制作分享!
  • TA的每日心情
    开心
    2023-2-6 01:16
  • 签到天数: 568 天

    [LV.9]以坛为家II

    8

    主题

    1923

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    10256

    笑傲江湖章灌水大神章

    4
    发表于 2016-10-6 08:00:05 | 只看该作者
    感谢LZ的精心制作和无私分享~~

    感谢,感谢~~

    该用户从未签到

    131

    主题

    2650

    回帖

    3万

    积分

    翰林院编修

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

    积分
    34126

    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

    5
    发表于 2016-10-6 08:11:01 | 只看该作者
    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
  • TA的每日心情
    开心
    4 天前
  • 签到天数: 1322 天

    [LV.10]以坛为家III

    28

    主题

    4069

    回帖

    3万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    32041

    灌水大神章小蜜蜂章笑傲江湖章QQ 章

    7
    发表于 2016-10-6 09:29:29 | 只看该作者
    谢谢,下来看看
  • 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

    8
    发表于 2016-10-6 09:48:38 来自手机 | 只看该作者
    这个非常权威的呢!感谢楼主制作分享!

    该用户从未签到

    46

    主题

    467

    回帖

    1万

    积分

    翰林院孔目

    Rank: 10Rank: 10Rank: 10

    积分
    16560

    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

    9
    发表于 2016-10-6 09:48:54 | 只看该作者
    真word spy,哈哈,谢谢 lxchen大!
  • TA的每日心情
    郁闷
    2018-3-26 20:32
  • 签到天数: 1 天

    [LV.1]初来乍到

    10

    主题

    311

    回帖

    2056

    积分

    解元

    Rank: 5Rank: 5

    积分
    2056

    灌水大神章小蜜蜂章笑傲江湖章

    11
    发表于 2016-10-6 11:00:55 来自手机 | 只看该作者
    感谢楼主制作分享

    该用户从未签到

    131

    主题

    2650

    回帖

    3万

    积分

    翰林院编修

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

    积分
    34126

    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 2016-10-6 11:10:46 | 只看该作者
    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?

    bobo1.PNG (43.37 KB, 下载次数: 0)

    bobo1.PNG

    bobo2.PNG (86.47 KB, 下载次数: 0)

    bobo2.PNG

    bobo3.PNG (97.27 KB, 下载次数: 0)

    bobo3.PNG

    bobo4.PNG (110.23 KB, 下载次数: 0)

    bobo4.PNG
  • TA的每日心情
    开心
    昨天 10:39
  • 签到天数: 1059 天

    [LV.10]以坛为家III

    7

    主题

    2431

    回帖

    5万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    54185

    笑傲江湖章灌水大神章

    13
    发表于 2016-10-6 11:11:48 | 只看该作者
    谢谢 lxchen2001  大侠!
  • TA的每日心情
    奋斗
    昨天 09:58
  • 签到天数: 1625 天

    [LV.Master]伴坛终老

    73

    主题

    4466

    回帖

    6万

    积分

    翰林院孔目

    Rank: 10Rank: 10Rank: 10

    积分
    60593

    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

    15
    发表于 2016-10-6 11:17:07 来自手机 | 只看该作者
    谢谢lxchen2001!又出新作了!

    该用户从未签到

    131

    主题

    2650

    回帖

    3万

    积分

    翰林院编修

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

    积分
    34126

    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

    16
    发表于 2016-10-6 11:19:40 | 只看该作者
    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:




























    brag map.PNG (608.23 KB, 下载次数: 0)

    brag map.PNG

    brag map2.PNG (20.08 KB, 下载次数: 0)

    brag map2.PNG

    该用户从未签到

    58

    主题

    933

    回帖

    3897

    积分

    被盗用户

    积分
    3897

    灌水大神章小蜜蜂章笑傲江湖章

    17
     楼主| 发表于 2016-10-6 11:39:11 | 只看该作者
    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。

    该用户从未签到

    58

    主题

    933

    回帖

    3897

    积分

    被盗用户

    积分
    3897

    灌水大神章小蜜蜂章笑傲江湖章

    18
     楼主| 发表于 2016-10-6 11:43:51 | 只看该作者
    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。
  • 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

    19
    发表于 2016-10-6 12:43:18 | 只看该作者
    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!

    该用户从未签到

    58

    主题

    933

    回帖

    3897

    积分

    被盗用户

    积分
    3897

    灌水大神章小蜜蜂章笑傲江湖章

    20
     楼主| 发表于 2016-10-6 14:33:06 | 只看该作者
    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

    该用户从未签到

    58

    主题

    933

    回帖

    3897

    积分

    被盗用户

    积分
    3897

    灌水大神章小蜜蜂章笑傲江湖章

    21
     楼主| 发表于 2016-10-6 14:37:58 | 只看该作者
    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

    该用户从未签到

    131

    主题

    2650

    回帖

    3万

    积分

    翰林院编修

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

    积分
    34126

    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

    22
    发表于 2016-10-6 14:58:09 | 只看该作者
    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
















































    lion.PNG (53.9 KB, 下载次数: 0)

    lion.PNG

    lion2.PNG (43.69 KB, 下载次数: 0)

    lion2.PNG

    lip dub.PNG (98.93 KB, 下载次数: 0)

    lip dub.PNG

    lip dub1.PNG (56.19 KB, 下载次数: 0)

    lip dub1.PNG
  • 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

    23
    发表于 2016-10-6 15:06:53 | 只看该作者
    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!

    该用户从未签到

    131

    主题

    2650

    回帖

    3万

    积分

    翰林院编修

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

    积分
    34126

    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

    25
    发表于 2016-10-6 15:43:47 | 只看该作者
    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



























    adulticide.PNG (67.81 KB, 下载次数: 0)

    adulticide.PNG

    adulticide2.PNG (92.84 KB, 下载次数: 0)

    adulticide2.PNG