查看: 1634|回复: 26
打印 上一主题 下一主题

[英英] COD9光盘词条数据HTML初步提取版,希望各路技术大佬进一步...

[复制链接]
  • 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
    534019

    灌水大神章笑傲江湖章推广专家QQ 章

    跳转到指定楼层
    1
    发表于 2019-3-6 22:41:37 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式
    本帖最后由 jonah_w 于 2019-3-10 14:39 编辑

    更新:
    最终版已制作完成:

    COD9 精美排版 最终版
    https://www.pdawiki.com/forum/thread-33464-1-1.html?x=294297





    本数据是从下面帖子中pdf数据经初步提取而形成HTML文档及相关css文件,需要进一步处理,大家有兴趣的,可以去下面的帖子中进一步了解COD9这部词典以及@zhuode 发起这个事情的详细经过。

    感谢zhuode提供pdf数据。

    COD9光盘数据最终完成版
    https://www.pdawiki.com/forum/thread-32975-1-1.html?x=294297

    期待懂词典制作的朋友们可以看看,进一步整理数据,争取早日做出各自版本相对完美的COD9。




    链接:https://pan.baidu.com/s/1qA43b9yDTfIU2Hfeprc_Kg  
    有兴趣制作这个词典的朋友,请回复获取提取码。

    本帖隐藏的内容

    密码:r95k



    注:因为字体文件提取了几十万个,大部分效果一样,只保留了几十个…  可能需要额外处理下。


  • 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
    10975
    推荐
    发表于 2019-3-7 14:01:59 | 只看该作者
    本帖最后由 zhuode 于 2019-3-7 14:37 编辑

    我拿迅捷挂机转html挂到第五天半16G内存的电脑死机了。

    我用calibre转八个小时搞定,音标部分问题比较多,除此以外还有极少数问题。音标部分个人觉得可以舍弃了,就算得以保留原软件也只提供了英音音标并不完善。

    我做了一个去重版的pdf,比原来那个半成品去得更彻底,应该比较可靠。

    至于上标问题,我想到个完善方案:先把直接跟在字母或-(中划线)后的数字全处理成上标;再把其中特例(即个别词条有数字直接跟在字母或-后但不显示为上标)人工汇总逆向修复。特例部分我已人工汇总,以截图形式存在一个文件夹。

    我把这两个私信给你,你有兴趣的话按这个思路应该可以做出一个满足实用基本需求的版本出来。mdx我是不会啦。
  • 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
    534019

    灌水大神章笑傲江湖章推广专家QQ 章

    推荐
     楼主| 发表于 2019-3-7 18:40:53 | 只看该作者
    zhuode 发表于 2019-3-7 14:01
    我拿迅捷挂机转html挂到第五天半16G内存的电脑死机了。

    我用calibre转八个小时搞定,音标部分问题比较多,除 ...

    我之前也是用迅捷转html,几天后转换进度94%了,死机了… 换了一个其他转换工具倒是成功了,但那个html标签完全不好改… 不知能否发下calibre转的html文件,我看看好改排版不。 尝试了不少转换工具,迅捷转的html改起来最容易,可惜最后没能转换成功。
  • 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 2019-3-7 10:50:02 | 只看该作者
    谢谢楼主  辛苦了   
  • TA的每日心情
    开心
    2022-8-26 13:58
  • 签到天数: 74 天

    [LV.6]常住居民II

    3

    主题

    624

    回帖

    2248

    积分

    解元

    Rank: 5Rank: 5

    积分
    2248

    QQ 章

    5
    发表于 2019-3-6 23:09:04 | 只看该作者
    impressive a lot
  • 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

    6
    发表于 2019-3-7 06:26:47 | 只看该作者
    看看了,谢谢楼主分享!
  • 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
    7
    发表于 2019-3-7 06:55:20 | 只看该作者
    谢谢原文件,很方便
  • TA的每日心情
    擦汗
    2023-2-23 07:42
  • 签到天数: 462 天

    [LV.9]以坛为家II

    2

    主题

    1153

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    18133

    灌水大神章QQ 章

    8
    发表于 2019-3-7 09:09:04 | 只看该作者
    哇,论坛还是很有工匠精神的。
  • TA的每日心情
    开心
    2019-9-29 08:49
  • 签到天数: 144 天

    [LV.7]常住居民III

    4

    主题

    478

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    14549
    9
    发表于 2019-3-7 09:19:38 | 只看该作者
    越来越接近成品了
  • TA的每日心情
    奋斗
    2019-10-11 13:52
  • 签到天数: 142 天

    [LV.7]常住居民III

    15

    主题

    336

    回帖

    15万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    153139

    灌水大神章小蜜蜂章笑傲江湖章推广专家QQ 章

    10
    发表于 2019-3-7 09:55:48 | 只看该作者
    谢谢楼主的提取。
  • TA的每日心情
    开心
    2021-6-13 16:50
  • 签到天数: 725 天

    [LV.9]以坛为家II

    10

    主题

    2118

    回帖

    7610

    积分

    会元

    Rank: 7Rank: 7Rank: 7

    积分
    7610

    灌水大神章

    11
    发表于 2019-3-7 10:19:01 | 只看该作者
    又有什么好东东。谢谢。
  • TA的每日心情
    开心
    2020-5-30 23:08
  • 签到天数: 690 天

    [LV.9]以坛为家II

    0

    主题

    1084

    回帖

    2万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    27313
    12
    发表于 2019-3-7 11:27:48 | 只看该作者
    谢谢楼主分享!
  • TA的每日心情
    慵懒
    2020-12-26 15:05
  • 签到天数: 154 天

    [LV.7]常住居民III

    7

    主题

    350

    回帖

    2万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    26168

    QQ 章

    13
    发表于 2019-3-7 11:34:39 | 只看该作者
    ,谢谢楼主分享!

    该用户从未签到

    1

    主题

    475

    回帖

    3834

    积分

    贡士

    Rank: 6Rank: 6

    积分
    3834
    15
    发表于 2019-3-7 16:19:00 | 只看该作者
    thanks for sharing
  • TA的每日心情
    开心
    13 小时前
  • 签到天数: 1854 天

    [LV.Master]伴坛终老

    40

    主题

    4278

    回帖

    6万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    67984
    16
    发表于 2019-3-7 22:40:04 | 只看该作者
    Thanks for sharing,..
  • TA的每日心情
    擦汗
    6 天前
  • 签到天数: 956 天

    [LV.10]以坛为家III

    0

    主题

    1457

    回帖

    3万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    33699
    17
    发表于 2019-3-7 23:23:46 | 只看该作者
    谢谢楼主分享!
  • 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
    63223
    18
    发表于 2019-3-8 02:33:43 | 只看该作者
    这部词典是多少人心中的梦
  • 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

    3151

    回帖

    2万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    25224

    灌水大神章

    19
    发表于 2019-3-8 18:35:22 | 只看该作者
    来研究一下 css.

    该用户从未签到

    10

    主题

    98

    回帖

    6011

    积分

    会元

    Rank: 7Rank: 7Rank: 7

    积分
    6011
    23
    发表于 2020-3-13 14:56:51 | 只看该作者
    感谢楼主的资源

    该用户从未签到

    0

    主题

    37

    回帖

    339

    积分

    秀才

    Rank: 3Rank: 3

    积分
    339
    24
    发表于 2020-4-15 22:36:17 | 只看该作者
    COD9光盘词条数据HTML初步提取版
  • TA的每日心情
    慵懒
    2022-10-7 16:39
  • 签到天数: 256 天

    [LV.8]以坛为家I

    17

    主题

    599

    回帖

    7304

    积分

    会元

    Rank: 7Rank: 7Rank: 7

    积分
    7304
    25
    发表于 2020-4-25 11:21:18 | 只看该作者
    感谢楼主,下载看看