冇道双语例句

暗潮涌 · 发表于 2017-2-23 13:54:35

本帖最后由暗潮涌于 2017-2-23 20:35 编辑

冇道双语例句，抓取与有道官网，用wordnet词头撞得，抓下来源文件近7个G，发现MdxBuilder大文件版也转不出来，加上电脑烂的原因，故删除所有标签，只保留纯文本

欢迎有精力的人能进行排版，源文件待会发

头回制作，多多关照

纯文本：链接: https://pan.baidu.com/s/1bpmXWbP 密码: nv18

源文件：链接: https://pan.baidu.com/s/1slbajff 密码: ve58

kyletruman · 发表于 2017-2-23 15:05:32

本帖最后由 kyletruman 于 2017-2-23 18:47 编辑

被高亮的关键词颜色值

color: #638c0b;

复制代码

中文例句颜色可以设成

#777;

复制代码

另外，楼主的级别是彩色蜥蜴，也就是可以设置阅读权限来避免外部搜索引擎搜到帖子下面的回复

freecomic101 · 发表于 2017-2-24 00:16:54

感谢分享。说一下目前看到的情况：
1. 每条例句的来源没有被保留，太可惜了
2. 因标签的删除，使原本每个单词在例句里会被加粗体都被删除了
3. 后面的例句有些都会被重复数次
4. 解开mdx后发现<br>后竟接</>，估计可删除
5. 解开mdx后发现有重复的</>接着</>
6. 有些词条里有乱码
7. 词条没排序

kyletruman · 发表于 2017-2-24 00:22:26

freecomic101 发表于 2017-2-24 00:16
感谢分享。说一下目前看到的情况：
1. 每条例句的来源没有被保留，太可惜了
2. 因标签的删除，使原本每个 ...

标签基本上删完了，只留下换行符<br>，没有办法调用CSS排版。如果要删标签，至少应该保留英文例句标签、高亮英语关键词标签、中文翻译标签、联网发音喇叭标签

skydan05 · 发表于 2017-2-23 14:24:20

谢谢暗潮涌分享！！！

houbible · 发表于 2017-2-23 15:03:24

感谢楼主制作分享！下载使用了。

chchbhbh · 发表于 2017-2-23 15:26:01

十分感谢。例句很好。

暗潮涌 · 发表于 2017-2-23 16:59:04

kyletruman 发表于 2017-2-23 15:05
被高亮的关键词颜色值

另外，楼主的级别是彩色蜥蜴，也就是可以设置阅读权限来避免外部搜索引擎搜到帖子 ...

刚才看了一下好像权限不够不能用hide代码。

暗潮涌 · 发表于 2017-2-23 17:07:57

kyletruman 发表于 2017-2-23 15:05
被高亮的关键词颜色值

另外，楼主的级别是彩色蜥蜴，也就是可以设置阅读权限来避免外部搜索引擎搜到帖子 ...

额没找到。。第一次发，能教一下吗？

y8888 · 发表于 2017-2-23 17:30:13

请把源文件拆分成500多MB一个档案这样处理反倒快点。等你的源文件。

暗潮涌 · 发表于 2017-2-23 17:37:32

y8888 发表于 2017-2-23 17:30
请把源文件拆分成500多MB一个档案这样处理反倒快点。等你的源文件。

恩估计还要三个小时。。。你知道那个阅读权限在哪里设置吗？找不到。。。

孤影 · 发表于 2017-2-23 22:33:27

7g的压缩包？不会吧。。。。你压缩了吗？7z压缩格式压缩文本压缩率很高的。

freecomic101 · 发表于 2017-2-24 00:29:02

kyletruman 发表于 2017-2-24 00:22
标签基本上删完了，只留下换行符，没有办法调用CSS排版。如果要删标签，至少应该保留英文例句标签、高亮 ...

利用正则硬要排出中英文的CSS也是可以，只差单词高显没办法了。
不过我看到重复例句问题，显然抓词时就有问题，於是就懒得动手了，免得浪费时间。

jerlic · 发表于 2017-2-24 08:26:30

有了这个例句库，就可以把在线查询给关了

slinge · 发表于 2017-2-24 08:53:48

感谢楼主分享。
发现resource最后两个例句是重复的。
另外，发现有些常见短语查不到，如in view of
再次感谢楼主分享。

暗潮涌 · 发表于 2017-2-24 18:26:35

freecomic101 发表于 2017-2-24 00:16
感谢分享。说一下目前看到的情况：
1. 每条例句的来源没有被保留，太可惜了
2. 因标签的删除，使原本每个 ...

关于重复
抓取与有道，有道本身有重复例句，例如"resource" www.youdao.com/example/blng/eng/ ... =dict.main.moreblng,可以自行用EmEditor去重

freecomic101 · 发表于 2017-2-24 18:44:24

暗潮涌发表于 2017-2-24 18:26
关于重复
抓取与有道，有道本身有重复例句，例如"resource" www.youdao.com/example/blng/eng/resource/ ...

原来如此，我误解了，感谢楼主告知

kuangjianke · 发表于 2017-3-8 00:29:09

真是个大工程啊

investor2006 · 发表于 2017-3-23 17:27:33

我也一直有这个想法，如果能把朗文双解的例句也给抓出来就更好了

芳香烃 · 发表于 2017-3-24 13:55:41

感谢慷慨的分享

skywind3000 · 发表于 2017-3-28 11:07:00

没有了啊，谁能再发一下么？

l1087949 · 发表于 2017-3-28 14:36:48

thx for sharing.

odwang · 发表于 2017-6-25 22:20:27

感谢分享，求再次分享！

wpdict · 发表于 2017-7-4 15:58:16

分享的文件链接没有了，请楼主重发。谢谢

[英汉汉英] 冇道双语例句

评分

本帖被以下淘专辑推荐:

点评

点评