简单的合词典

Yyang. · 发表于 2018-4-18 21:42:27

本帖最后由 Yyang. 于 2018-4-18 23:45 编辑

. E5 f7 T4 c" l: d) N5 x额...希望ff大不要怪我。每一次都是用你的词典来举例子。! G( T. C7 @, C) L: B
没有办法谁让你的词典那么具有代表性呢 " m2 y. G, P0 X& V" [4 t& b4 X# @! ~
6 H% g% m( d5 x# p% A1 B
大家在用小型的功能词典时，要分辨安装好多小词典，现在用这个合并就可以把几个小词典合在一起，方便使用。
9 r4 N; }8 J2 }# c& B4 G# X2 l+ t0 v' L8 v4 p0 ?
1.这个按照软件作者来说，是可以无限的合成词典
* S* _+ r+ N* d  H, S2 h# W2.这个方法适合大量的词典
" r/ g# _# n9 A3.这个方法是mdx解压得到txt，对txt的合并4 q6 i9 D& a2 ?3 {# B  j. s+ I
4.存在问题! w+ G- t9 r0 @
1.适合小型的词典, B4 d, p* Q4 v  @
2.没有复杂的css1 q- w/ M* A2 X- n, Y% N* X3 f
3.没有或者很少的js
  `4 C' e6 b: [: `: C  x& p- l 4.没有跳转
6 Q: p  ]1 K9 q+ U% b7 y' b* S 5.没有大量的图片6 H: C+ M* |4 |% o
6.没有语音的, }- W# O* C& v5 a" p4 H" b( x
) Q. D1 f0 d3 N% Z& G
( @& M2 B/ X/ a' F. U1 P
' m6 T3 K; n$ g% }0 ?
一需要软件
2 o$ L! t8 f3 f1.[2018-3-3]MdxExport3.5-MDX与MDD资源导出小工具
4 j6 o& J4 ^$ U$ B6 G7 Fhttps://www.pdawiki.com/forum/thread-17709-1-1.html
( K0 y/ C/ J9 y' {( h2 Y: q2.[MDXBuilder] MdxBuilder 3.0 Beta2, l9 _% Z* b: g. `8 [
https://www.pdawiki.com/forum/forum.php?mod=viewthread&tid=3747% Y8 o  k# X* ~; I# d
3.Mdict Editor Tool v2.0.35 -- 多功能个性化词典制作工具% p& ^1 |1 r8 Z; O
https://www.pdawiki.com/forum/forum.php?mod=viewthread&tid=3747; f: _2 r$ x- B, i
4 O' R0 K& ]8 w
第一步
+ {5 F, Q" h" r; R) d" E使用[2018-3-3]MdxExport3.5-MDX与MDD资源导出小工具对mdx转换，转换为txt格式
; {$ s& ~* n) R2 A1 L2 f4 x& @: o
( h8 m6 c9 q/ _7 y$ w( R1 ]% k同理，对lang5++转换，得到2 _+ G7 i' x; T* S* h

4 q: C; d, }5 N! v* [
2 E6 g4 o, R  M$ y第二步* V$ f- T3 }# X, d7 c. E2 ?  d: v5 B
我们主力的软件3.Mdict Editor Tool v2.0.35 -- 多功能个性化词典制作工具
3 P: R- A5 P0 T' c6 {7 phttps://www.pdawiki.com/forum/forum.php?mod=viewthread&tid=37475 M2 b0 [! D+ y! _7 b

6 M7 J* m& ^  m; B1 t4 O8 t注意事项：1）css，js的生成名称是不能改的，必须和你设置的一模一样，否则无法检测到css，这里的css控制的是js词典跳转的按钮处格式和全局格式的控制( r* V9 _8 N# f# K. t* Q" g
但是，仅仅使用这个新的css是不可以的，当设置好了新css，不想再麻烦调整新的排版，沿用之前的排版，那么就把之前的xxx1.css，xxx2.css，sss.css全部放到文件夹里面，比如文件夹叫测试文件夹，那就把以前除了mdx以外的js.css.mdd等全部放入测试文件夹
0 A6 D, s9 F  e+ x8 E5 q1 X/ [& O
& r7 H5 g) o  I( D
" ~- k" W& I/ |# ]8 u, Z$ B3 a# ]# B7 L/ ^& Q2 j4 \
得到这个
& o3 t/ V+ ?+ j& L; f4 v# Y, A6 u" u& W& P: J  L

) L6 E) t9 w: @4 }不想再麻烦调整新的排版，沿用之前的排版，那么就把之前的xxx1.css，xxx2.css，sss.css全部放到文件夹里面，比如文件夹叫测试文件夹，那就把以前除了mdx以外的js.css.mdd等全部放入测试文件夹: o& \( l- ]/ `7 {/ N, N& M

% a, I" o, r1 X6 j& {3 T, f
7 q* P9 B9 C$ P, f0 u( W( f  Z让我们来看看效果图
% n$ w0 Q+ K% c* Q4 q1.部分排版出现错误，js跳转没有问题，' w1 A, W2 Y5 K7 }& C7 V6 y
2.在线发音和离线发音都是可以的，想要在线发音，本词典必须放在第一位
' _: k. \0 P, e3.css可以修改7 w$ e5 S/ ?/ X. z. w# y* M

; F: @% x3 T9 ?" l. w
1 }# s) h, M; B6 z0 ~: D( P" o( c9 x0 ?4 Z4 ]
由于是合成的词典，定有一定的概率出现js失灵，尤其是在两个或者多个词典在同一界面下的跳转+ q' I! ?) o& U- P) `  ?; z5 O$ q
由于会出现加载问题，本词典必须放在第一位& ?- b3 k: i8 M; I5 a% V( U  `
2 T" S% r& _. d( D
那怎么办尽可能的避免上述的瑕疵？于是根据自己的喜好，通过替换display：none实现全部展开, O2 v& x6 k) X( \- o2 ?

0 T9 _9 _7 x* F1 d& Z& P" X) R% T这就有一点比较麻烦，比如查找go这个单词，要在屏幕上滑动好久才能到第二个词典
+ U: s9 v* f4 G$ _  O" O0 w, V; t% D3 M
需要的工具# L* F: q' L2 F8 s* j' k
& X1 v7 ~: i0 ]- K# [
1..emeditor64 百度8 o- o% Q4 \+ j) ]4 L
2.MDict
: {- I) u& S% e( A1 C. l% [- whttp://www.mdict.cn/wp/?lang=zh
" c( b1 z% `+ z, t  _2 T. Y3.Google浏览器( D: `7 E2 ~, L) S

" O# S7 a9 j  m, i) a2 ^我们来通过牛津搭配和牛津同义词字典来看看# Y$ V& c  m: n) J- \
我们还是老方法得到两个合并在一起的txt，实现替换# N  Z1 [) ?5 x7 F( y
7 Q7 ^" U7 x: l2 k% U# z/ b
3 G0 Y; H& J/ d% @0 d. D' Z6 D
得到mdx2 ]5 O$ G& u2 M8 x6 {& q; A

8 A1 s$ v! W9 t3 `& V我们来改css，详细步骤看我另外一个帖子超级零基础小小小白Css修改教程贴，说下大致步骤
5 z, t1 y7 [  ?3 M' ^- W% z1.使用mdict，打开我们得到的测试文件牛津动词.mdx  a  f8 _' w, X- i
2.提取源7 }1 Q' O3 A5 a7 w. L2 v
3.使用Google打开  go.html# H+ w0 b1 v9 q
4.使用MdxExport.exe打开mdd得到之前他们两个的css
" I" l" [+ j4 E( H/ ~( M" W0 r* M9 B6 I+ X7 M
我们查看测试文件牛津动词.mdx 排版一片混乱
9 _6 u9 f0 P8 q0 |# L
- c, V4 r1 i, }4 ?; ?! Z; [2 p7 a, Q3 E9 m7 N8 R5 K: l
我们使用这个新的css导入看看是什么样4 L5 \& P  l+ f7 R; X* [

, X& ]; B( Y! U' o$ g( L7 L2 B! w( ~2 ]# B' G1 o
我们导入之前原有的css
% E- @" l4 d5 I; [' g. b+ J( ~+ ]7 }) Y% u% E. _  |

. U: Y2 j3 e! s/ {修改新的css来删除标题字样7 \' `" W8 k' h+ _, |7 i
; T/ \# T9 c+ g5 ?) j1 a) O

, {& d) j8 G- T4 |( u2 n- {' a
; y" o1 m( X9 H, _4 j% h我们开始合并，使用MdxBuilder/ P( _' L& p" D0 |. P+ n

$ D% n( r8 \/ K7 E' V
, [+ Y6 f* n6 D+ J我们看看效果图
$ H4 [/ s" S5 O+ h0 R; b7 z2 B6 R2 K* g6 e7 h1 Z. H3 V( Q( Z
; G: K( V9 n9 k2 ?
大爷都读到这里了给一个咱呗，1米2米不嫌少，50，100米来着不拒~" y3 m0 z9 p' d5 Z* G) r

. B3 u1 ?6 F6 I/ `, ]5 J3 g( d

QQending2 · 发表于 2018-5-8 11:38:59

先码再看……
我粗略的看了一下
似乎是比较简单粗暴的合并方式？
我还是想自己提取节点数据，然后再写节点……

jiaoyulilun11 · 发表于 2018-4-18 23:15:37

地主家也没余粮了。

，感谢分享技术！！

wojiaojzm · 发表于 2018-5-8 10:23:25

学习了，谢谢大大

Bouroz · 发表于 2018-6-16 10:57:32

感谢教程贴，很有帮助，另外新手求教，mdict editor tool使用时，清空out文件失败，无法运行，怎么办？

Yyang. · 发表于 2018-6-16 12:55:11

Bouroz 发表于 2018-6-16 10:57, B' a8 `, Z8 k7 }
感谢教程贴，很有帮助，另外新手求教，mdict editor tool使用时，清空out文件失败，无法运行，怎么办？ ...

....额请问为什么要清空 out 文件呢？

Bouroz · 发表于 2018-6-16 13:02:56

Yyang. 发表于 2018-6-16 12:557 Z" g7 p! \' p% E2 w" x+ u7 |7 b
....额请问为什么要清空 out 文件呢？

那软件打开一运行就这样，弹对话框示错，那贴后面也有人反应过这个问题，作者没有回复，我再试试吧

Yyang. · 发表于 2018-6-16 13:04:00

Bouroz 发表于 2018-6-16 13:02! A- s( Q/ k+ \% C
那软件打开一运行就这样，弹对话框示错，那贴后面也有人反应过这个问题，作者没有回复，我再试试吧 ...

这个我就不怎么清楚了我也不太了解帮不上忙我的系统是win 64位

Bouroz · 发表于 2018-6-16 13:13:33

Yyang. 发表于 2018-6-16 13:04
; w- j. ]* `6 L3 L这个我就不怎么清楚了我也不太了解帮不上忙我的系统是win 64位

我的也是，win7都不行，我有时间再试试看吧

Yyang. · 发表于 2018-6-16 13:23:45

Bouroz 发表于 2018-6-16 13:13
7 |8 X0 L/ f5 e+ |6 u* K我的也是，win7都不行，我有时间再试试看吧

嘿嘿这个是粗暴的合词典正如四楼/QQending2/所说提取节点数据，然后再写节点再好不过了

Bouroz · 发表于 2018-6-16 13:26:43

Yyang. 发表于 2018-6-16 13:23
4 @) J! A4 B, l嘿嘿这个是粗暴的合词典正如四楼/QQending2/所说提取节点数据，然后再写节点再好不过了 ...

那么我就有问题了，什么是节点数？新手不懂哈????，要不我还是继续默默的小改版吧……

Yyang. · 发表于 2018-6-16 13:28:02

Bouroz 发表于 2018-6-16 13:26
9 |2 _, ~+ w% p' [* s3 J那么我就有问题了，什么是节点数？新手不懂哈????，要不我还是继续默默的小改版吧…… ...

哈哈哈我也不太懂可能需要编程啥的太高深了

Bouroz · 发表于 2018-6-16 18:24:03

QQending2 发表于 2018-5-8 11:38/ I5 F( A& B O3 V' }, Q; Z
先码再看…… ~6 N- J9 f: g% l4 Q: X
我粗略的看了一下
; ]: J6 V/ f, }6 {似乎是比较简单粗暴的合并方式？

提取节点的方法，有教程贴吗？最近想提取柯林斯的词频，然后加到我的词频词典里

QQending2 · 发表于 2018-6-20 10:18:52

本帖最后由 QQending2 于 2018-6-20 10:38 编辑

Bouroz 发表于 2018-6-16 18:24
, W; g6 J3 X6 `$ p! k提取节点的方法，有教程贴吗？最近想提取柯林斯的词频，然后加到我的词频词典里 ...

我也没系统化学过编程……
先用论坛给的解压工具把mdx解开
使用EmEditor找到一个最具特征的单词(entry)
提取出单词对应的那部分
为啥叫entry，因为不同entry有时候指向的是同一个单词
只不过有时候为了单词的不同形式……比如单复数都能被搜索到。
然后使用notepad++的tidy2进行格式化排版
当然你也可以选择不用。
主要是用来观察这个词典的格式化排版。
词典的排版应该叫html的排版吧……
找到规律以后
我是用Python使用正则表达式进行提取的
比如论坛里比较著名的500万词的那个简明必应
他是把html展开了，一行一行的。
但是其他词典的经常都是所有内容压缩在一行里了。
提取的时候要找到标签内的关键词部分。

其实吧……不知道你信不信
我把论坛内的柯林斯朗文牛津麦克米伦的词频都提了
COCA BNC ANC之类的也都提了……
但是语料库的，我发现人家官网的Sample就是按照rank排序的，只不过没有Freq

我现在就是没时间把这些做成一个完整的查询系统
不过做好了一个词单的对比分析器。
可以对比出两个词单之间的差距
然后他们本身分布在上述语料库和词典的词频(RANK)分布如何……

至于教程……
最近在复习考研，都挺久没上论坛了。

QQending2 · 发表于 2018-6-20 10:22:02

本帖最后由 QQending2 于 2018-6-20 10:32 编辑

Bouroz 发表于 2018-6-16 18:24
( J: G3 `! h' q |+ x提取节点的方法，有教程贴吗？最近想提取柯林斯的词频，然后加到我的词频词典里 ...

这样吧，我把提取出来的FF大Collins Cobuild和2017.5那份很多道理的Collins Cobuild
的分享给你，7天有效期的链接

QQending2 · 发表于 2018-6-20 10:28:19

Bouroz 发表于 2018-6-16 18:24: n& a, |0 L5 l
提取节点的方法，有教程贴吗？最近想提取柯林斯的词频，然后加到我的词频词典里 ...

7天有效期……东西以后是要完全公布的，如果抓取源的大佬对抓取后再次分享发布不抵触的话。
链接：https://pan.baidu.com/s/1BeE-t51SD32TI6lWSsBN3w 密码：r9iu
但是暂时各种东西没做完，我就不单独把所有的研究材料发出来了。

QQending2 · 发表于 2018-6-20 10:31:21

Yyang. 发表于 2018-6-16 13:28# \/ B/ o6 S) X; |6 D. f3 Z: P# d
哈哈哈我也不太懂可能需要编程啥的太高深了

您做的JavaScript的排版应该也属于编程部分吧
而且也挺繁琐的。
其实提取词典不比您那个麻烦多少。
但是如果跟防抓的词典网站折腾，那估计就有的弯弯绕了。

我看bt4baidu分享的抓取词典的开源代码部分。
好像就包含了如何抓取并且生成各种节点……

但是总归，只要符合规定的html标准，其他的就按照自己的心意来就行了。
甚至可以基本上不用后期的Javascript或者jQuery之类的进行二次处理可能都能有一定排版。
当然，自己如果把排版设置的太死，后面修改都不方便了。

QQending2 · 发表于 2018-6-20 10:37:41

含PoS(Part of Speech)词性版的
我还没完全写好整合

这个东西我就先不公布了，理由如上
就是先自己研究明白了，而且还不知道设计啥版权不呢……

这里还得谢谢楼主提示了我用EmEditor这个软件
不然大量数据的观看真是要死要死人的

Bouroz · 发表于 2018-6-21 08:28:19

QQending2 发表于 2018-6-20 10:37
& P& N$ Z8 V% p: f# L含PoS(Part of Speech)词性版的8 w' f1 j. o: \2 y; d
我还没完全写好整合

非常感谢你的回复和帮助，词典我就不下了，我前两天新更新了一版词频词典，欢迎你的使用，也期待着你的大作！https://www.pdawiki.com/forum/fo ... p;extra=&page=1

Dukejms · 发表于 2018-6-21 09:58:50

这个楼主怎么被禁言了，发了不少css改编作品，总体还不错的。

		自动登录	找回密码
密码			免费注册

[教程] 简单的合词典

本帖子中包含更多资源

评分

评分

评分

本帖子中包含更多资源

本帖子中包含更多资源