查看: 12899|回复: 327
打印 上一主题 下一主题

[英英] COD9光盘数据最终完成版

  [复制链接]
  • TA的每日心情
    开心
    2019-1-23 08:36
  • 签到天数: 180 天

    [LV.7]常住居民III

    18

    主题

    583

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    10974
    跳转到指定楼层
    1
    发表于 2019-2-6 22:36:17 | 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 zhuode 于 2019-9-28 16:23 编辑

    关于发心缘由及数据提取工作见此帖:https://www.pdawiki.com/forum/fo ... ad&tid=32390&extra=

    发本帖的原因是上贴内容过于'充实',想大部分人都没有耐心全部读完。同时也没有必要,因为有了更贴近实用的数据版本。上帖的主要内容为数据提取的详尽记录,鉴于数据提取工作已经完成,接下来就是mdx化,这就是本帖产生的原因。在上帖的基础上,本帖将提供<合并未去重版pdf数据>、<合并去重版pdf数据>及<USAGE数据截图版>。pdf文件数量由85375个合并到了一个中。大部分词条,一页一词。极少数占两到三页,该部分数目为35个左右。mdx化工作在本帖基础上进行即可,如非特殊需要没有必要关注上帖。

    希望每个人都能发布自己的版本。请大家别弄错版,mdx词典一并发到MDict区去,别在本帖中发布。感谢大家对本数据的信任,如发现任何问题请留言反馈,一经证实本人有奖励。

    已知数据存在问题:原软件词条带上标的pdf化之后上标跑到了单词后面(例如a-1中1本应是上标数据中直接就是a-1,这部分暂时找不到解决方法。可能这部分对理解的干扰性不会太大,但大家如果有更严苛要求可考虑从tsiank处购买上标显示正常的版本<曾以60元价格众筹>。)

    文件分享地址中会提供原软件的一些截图,供大家mdx化过程中排版等参考。另外地址中还有下面内容。

    合并未去重版pdf数据:词条排列顺序为原软件索引排列顺序,建议有去重能力者首选此版,去重版可能存在个数级别的去重遗漏
    合并去重版pdf数据:词条排列顺序不严格依照字母排列顺序,去重工作由第三方插件autosplit完成,可靠性请自行评估
    USAGE数据截图版:USAGE部分比较特殊,在原软件中是以独立弹窗的形式展现的,经测试弹窗中文本无法复制,同时为了保留数据排版、文本格式、字体等数据将以截图的方式提取,每个图片的文件名分两部分,前面的数字(为该词汇在<合并去重版pdf数据>中出现的页码)和后面的单词(即是该USAGE所出现的词汇)。

    另外,根据经验八万多页的pdf文件在词典转换中可能因为负荷过重而导致软件崩溃等情况。针对此,特准备了5000页/组分割版。分别为去重版与非去重版pdf分割后的文件。

    关于"去重":数据需要去重的产因:简单说,原软件存在不同索引指向同一词条的情况,而楼主的数据为原软件索引全抓。具体说,首先所有词条数据都是源自原软件右上角的Print功能,而主词条Print的pdf内容与该主词条下的子词条Print的pdf内容相同均为该主词条的完整内容(例如,abandon词条Print的结果与abandon子词条abandonment Print的结果相同都是abandon词条的完整保存<含有该主词条及其子词条与词组>),另相当部分词条会含不只一个甚至成列子词条,去重时望得到注意。另本帖中也有去重版本。

    提取码回复可见 [hide]gnyj[de]
    地址(暂时不更新了,不太常来,仅是数据文件,大家可去下载成品词典):
    链接: https://pan.baidu.com/s/1zElj4knzE22EzqmO1hY3Ow        已更新:2月19号  23:29

    评分

    6

    查看全部评分

    本帖被以下淘专辑推荐:

    该用户从未签到

    0

    主题

    2

    回帖

    53

    积分

    白身

    Rank: 1

    积分
    53
    推荐
    发表于 2019-3-10 21:58:45 | 只看该作者
    你好,想要提取码,大佬谢谢啦
  • TA的每日心情
    开心
    2019-11-14 09:05
  • 签到天数: 138 天

    [LV.7]常住居民III

    0

    主题

    340

    回帖

    2216

    积分

    解元

    Rank: 5Rank: 5

    积分
    2216
    推荐
    发表于 2019-2-7 09:19:23 | 只看该作者
    非常感谢  新年快乐   
  • TA的每日心情
    开心
    2019-1-23 08:36
  • 签到天数: 180 天

    [LV.7]常住居民III

    18

    主题

    583

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    10974
    推荐
     楼主| 发表于 2019-3-15 23:25:19 | 只看该作者
    本帖最后由 zhuode 于 2019-3-15 23:29 编辑
    hyqq2015 发表于 2019-3-14 19:00
    非常感谢修正数据。

    反馈两个问题,由jonah_w整理、汇总。是业已反馈的所有问题中属于源数据部分问题的的汇总。



    一个问题是一些单词最后的É缺失了,我打开原软件一一查看了下,是原软件自身已存在的问题。具体:

    risky词条第2个义项里的RISQUÉ,少了最后的É
    sashay: CHASSÉ也少了É
    tenny: TENNÉ 少了É
    truck stop:TRANSPORT CAFÉ少了É
    vin rosé: ROSÉ少了É
    yerba mate: MATÉ少了É
    caff:CAFÉ少É
    champlevé:CLOISONNÉ少了É
    ciné-vérité:VÉRITÉ少了É
    coupon:COUPÉ少了É



    第二个问题只存在于完全去重版中,未去重版经查看没有问题。

    问题内容是完全去重版现有38290页与38291页之间还应该有一页:链接: https://pan.baidu.com/s/1UIfT8sSPUtiiSyuk3vHyxA 提取码: 7qqr。未去重版没有该问题,该页缺页对应未去重版中的第50867页。

    该问题产生原因未知。关于完全去重版的数据质量问题,个人认为是可靠的,有一个侧面印证,就是经过第二个问题中缺页问题的解决完全去重版的词头总数是63635,与tsiank新更新版的统计结果完全一致。


    截图:

    IMG_0725.JPG (561.53 KB, 下载次数: 0)

    IMG_0725.JPG

    IMG_0723.JPG (556.56 KB, 下载次数: 0)

    IMG_0723.JPG

    IMG_0722.JPG (768.77 KB, 下载次数: 0)

    IMG_0722.JPG
  • TA的每日心情
    慵懒
    昨天 15:23
  • 签到天数: 1486 天

    [LV.10]以坛为家III

    0

    主题

    2225

    回帖

    2万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    21401

    灌水大神章QQ 章

    3
    发表于 2019-2-6 22:47:04 | 只看该作者
    COD9,经典的词典啊
  • TA的每日心情
    开心
    2020-11-10 14:17
  • 签到天数: 580 天

    [LV.9]以坛为家II

    0

    主题

    1077

    回帖

    9806

    积分

    禁止发言

    积分
    9806
    4
    发表于 2019-2-6 22:50:18 | 只看该作者
    谢谢您的分享cod9
  • TA的每日心情
    开心
    2021-1-14 12:30
  • 签到天数: 450 天

    [LV.9]以坛为家II

    4

    主题

    1197

    回帖

    8万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    81433

    笑傲江湖章灌水大神章

    5
    发表于 2019-2-6 23:01:44 | 只看该作者
    感谢楼主分享资源!
  • TA的每日心情
    开心
    昨天 13:08
  • 签到天数: 1853 天

    [LV.Master]伴坛终老

    40

    主题

    4276

    回帖

    6万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    67170
    6
    发表于 2019-2-6 23:02:50 | 只看该作者
    Thanks for such nice works and sharing...
  • TA的每日心情
    开心
    2018-8-14 18:21
  • 签到天数: 11 天

    [LV.3]偶尔看看II

    30

    主题

    652

    回帖

    4万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    46216

    灌水大神章笑傲江湖章

    7
    发表于 2019-2-6 23:04:38 | 只看该作者
    又一力作,感谢楼主!
  • TA的每日心情
    擦汗
    2022-5-20 11:41
  • 签到天数: 222 天

    [LV.7]常住居民III

    1

    主题

    555

    回帖

    7322

    积分

    会元

    Rank: 7Rank: 7Rank: 7

    积分
    7322

    灌水大神章

    8
    发表于 2019-2-6 23:07:18 | 只看该作者
    感謝樓主熱情分享

    该用户从未签到

    123

    主题

    1719

    回帖

    3万

    积分

    翰林院编修

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

    积分
    30382

    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 2019-2-6 23:10:23 | 只看该作者
    一个小问题:光盘软件会不会产生临时文件,比如HTML?
    我还没有自己去安装虚拟系统,所以就这儿问问

    点评

    光盘软件?楼主提供的不是PDF档吗?  发表于 2019-2-6 23:19
  • 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

    10
    发表于 2019-2-6 23:11:29 | 只看该作者
    新年好!

    感谢LZ过人毅力和勇气,感谢无私分享~~

    点赞致敬~~
  • TA的每日心情
    开心
    2022-6-7 08:19
  • 签到天数: 1059 天

    [LV.10]以坛为家III

    0

    主题

    1461

    回帖

    5万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    58488
    11
    发表于 2019-2-6 23:14:49 | 只看该作者
    感谢分享大作
  • TA的每日心情
    开心
    2023-1-13 01:10
  • 签到天数: 1469 天

    [LV.10]以坛为家III

    1

    主题

    2477

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    13881

    灌水大神章笑傲江湖章

    13
    发表于 2019-2-6 23:34:45 | 只看该作者
    真心佩服楼主的毅力,感谢楼主的辛苦努力,并祝楼主新年好!
  • TA的每日心情
    开心
    2019-1-23 08:36
  • 签到天数: 180 天

    [LV.7]常住居民III

    18

    主题

    583

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    10974
    14
     楼主| 发表于 2019-2-6 23:35:12 | 只看该作者
    chigre3 发表于 2019-2-6 23:10
    一个小问题:光盘软件会不会产生临时文件,比如HTML?
    我还没有自己去安装虚拟系统,所以就这儿问问 ...

    我可以帮你看看,但是临时文件产没产生怎么鉴定?

    如果有需要的话我可以提供xp镜像及激活key和流星冲击同意为前提的原盘软件
  • TA的每日心情
    奋斗
    2019-4-14 02:12
  • 签到天数: 93 天

    [LV.6]常住居民II

    250

    主题

    2966

    回帖

    53万

    积分

    状元

    吃水不忘挖井人

    Rank: 9Rank: 9Rank: 9

    积分
    531111

    灌水大神章笑傲江湖章推广专家QQ 章

    15
    发表于 2019-2-6 23:36:14 | 只看该作者
    感谢分享 看看能不能直接做成Mac版
  • TA的每日心情
    开心
    2019-3-26 21:36
  • 签到天数: 178 天

    [LV.7]常住居民III

    16

    主题

    549

    回帖

    2万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    26462

    QQ 章

    16
    发表于 2019-2-6 23:48:28 | 只看该作者
    zhuode 发表于 2019-2-6 23:35
    我可以帮你看看,但是临时文件产没产生怎么鉴定?

    如果有需要的话我可以提供xp镜像及激活key和流星冲击同 ...

    一般的词典光盘软件的加密数据库包含xml格式的词典内容,查词时呈现的内容会通过xslt转换为html,临时文件夹可能为xml或者html。当然了,我也不清楚cod9光盘的临时文件夹在哪。

    该用户从未签到

    123

    主题

    1719

    回帖

    3万

    积分

    翰林院编修

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

    积分
    30382

    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

    17
    发表于 2019-2-6 23:50:09 | 只看该作者
    zhuode 发表于 2019-2-6 23:35
    我可以帮你看看,但是临时文件产没产生怎么鉴定?

    如果有需要的话我可以提供xp镜像及激活key和流星冲击同 ...

    我没安装的原因是我还没有时间去弄;)不是不会 哈哈
  • TA的每日心情
    开心
    2019-10-30 01:00
  • 签到天数: 127 天

    [LV.7]常住居民III

    19

    主题

    1616

    回帖

    6万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    63114
    18
    发表于 2019-2-7 00:00:01 | 只看该作者
    COD9最大的两个特点,一是缘于经典OED,二是在所有版本中唯一带有用法说明。之后的版本,基本就是一个单词本。
  • TA的每日心情
    开心
    2023-3-7 23:27
  • 签到天数: 1546 天

    [LV.Master]伴坛终老

    7

    主题

    2317

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    18626

    灌水大神章QQ 章笑傲江湖章

    QQ
    19
    发表于 2019-2-7 00:02:08 | 只看该作者
    感谢楼主热心帮助分享。
  • TA的每日心情
    郁闷
    2023-1-22 00:53
  • 签到天数: 1511 天

    [LV.Master]伴坛终老

    4

    主题

    1726

    回帖

    2万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    20805

    小蜜蜂章笑傲江湖章灌水大神章

    20
    发表于 2019-2-7 00:02:25 | 只看该作者
    感谢楼主无私分享。祝新年快乐。
  • TA的每日心情
    开心
    2022-2-18 05:57
  • 签到天数: 138 天

    [LV.7]常住居民III

    3

    主题

    336

    回帖

    2465

    积分

    解元

    Rank: 5Rank: 5

    积分
    2465

    QQ 章

    21
    发表于 2019-2-7 00:03:02 | 只看该作者
    谢谢分享,工作量大了
  • TA的每日心情
    无聊
    2022-9-25 21:09
  • 签到天数: 1136 天

    [LV.10]以坛为家III

    17

    主题

    3142

    回帖

    2万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    25289

    灌水大神章

    24
    发表于 2019-2-7 00:07:02 | 只看该作者
    用成 pdf 比开虚拟系统方便多了。
  • TA的每日心情
    郁闷
    2022-3-13 11:12
  • 签到天数: 926 天

    [LV.10]以坛为家III

    2

    主题

    1464

    回帖

    6万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    61810

    QQ 章

    25
    发表于 2019-2-7 00:07:19 | 只看该作者
    感谢楼主的分享。