掌上百科 - PDAWIKI

 找回密码
 免费注册

QQ登录

只需一步,快速开始

查看: 5258|回复: 32

[词典讯] 有道字典手机版提供了离线柯林斯词库

[复制链接]
  • TA的每日心情

    2022-6-14 08:58
  • 签到天数: 25 天

    [LV.4]偶尔看看III

    发表于 2016-8-22 21:23:03 | 显示全部楼层 |阅读模式
    如题,离线词库格式为dat,下面是离线词库链接,不知哪位大神可以提取出来,毕竟坛中的双解柯林斯多或多或少的有些缺失。% W0 D* W# p) D( p& ^; R

    * n5 U/ l6 b& P5 Nhttp://pan.baidu.com/share/link? ... 8&uk=2500300905

    本帖子中包含更多资源

    您需要 登录 才可以下载或查看,没有账号?免费注册

    x

    该用户从未签到

    发表于 2016-9-28 08:39:12 | 显示全部楼层
    本帖最后由 bt4baidu 于 2016-9-28 08:40 编辑
    ) o+ c7 F* }4 c0 ^( g* {
    ( |# L+ d- B) A8 a/ ~如果官网的数据更新更全,可以把离线版的词头提取出来,用这个词汇表去官网抓取即可$ k- N' S5 Y, P" }3 S, _

    # @. P. [; X) u: p0 O( H如果离线数据收了官网未收的单词,抓取时会报404错,自然知道官网缺哪些词,就可以把这些词从离线版里抽出来整合进去, x1 X4 m1 ^! O) s& Y+ @; _# T
    & O9 O" G% L1 W# U4 \/ @# i& u
    至于官网收而离线未收的单词,就比较不好办,不过既然qiuhao1112之前用单词表轰过,可以用他那版的词头和新作差分一下,也就是几行代码的事情# x! H* y9 Y& [8 |6 }- r' O
    或者用CED的单词表和新作差分后,再去轰一下也未尝不可
    , _! K! e2 y2 H
    2 Q, d% b# H# z# W) z0 [只提供思路,英汉词典,本人是不会出手的
  • 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

    发表于 2016-9-28 08:38:28 来自手机 | 显示全部楼层
    非常有必要!以后说不定都搞成在线的了,趁现在还有离线数据把它搞出来也是一件大功德

    点评

    同感啊!支持~~  发表于 2016-9-28 09:02
  • 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

    发表于 2016-9-28 01:13:18 | 显示全部楼层
    本帖最后由 kyletruman 于 2016-9-28 01:16 编辑
    * H% W( v/ S4 \) E
    henices 发表于 2016-9-27 23:12
    / d( g$ x  f8 I% B, V5 q有重新弄的必要吗?

    : ^& i  J) O: ?8 g  r+ E9 u9 Q% f
    . d5 J0 u* u3 h7 h, ^# D% p' Y个人建议henices大可以把有道的柯林斯双解的离线数据提取出来制成mdx词典,然后跟qiuhao1112常委网页上抓取的版本进行合并,能做到词条的完整。qiuhao1112常委抓取有道柯林斯双解的数据是用单词表去轰炸的(这种情况是针对词典网页完全没有词头索引的情况),难免有遗漏的词条。(抓网页的单词表中没有那个单词就会造成词条的缺失)。但是,有道官网的柯林斯双解数据更加新和更加完整。您可以在有道官网查grieve词条,可以发现第二个义项下的释义与离线版的柯林斯双解相比,官网的增加了grieve的语域Scottish。说到这里,突然意识到我刚才说的合并词典很有困难:有道官网的柯林斯双解数据更加新和更加完整。* ^) d2 N' G, r" f, V" H
    我在这个链接下的帖子中探讨了grieve词条:( [, P; `. h* e+ l4 H& W6 [' R
    https://www.pdawiki.com/forum/fo ... hread&tid=17422

    该用户从未签到

    发表于 2016-9-27 23:48:37 | 显示全部楼层
    這是當然有必要的!有道的柯林斯英漢雙解大詞典,誠如 O 大所說,是以稀為貴的代表。即使可能有這樣那樣的問題,但是結合多個數據源,一定是能精益求精的。

    该用户从未签到

    发表于 2016-9-27 23:12:34 | 显示全部楼层
    有重新弄的必要吗?

    该用户从未签到

    发表于 2016-9-27 23:26:39 | 显示全部楼层
    henices 发表于 2016-9-27 23:12' f$ p) s5 B4 j/ a& V/ G
    有重新弄的必要吗?
    9 y, r: o* T9 Q' f! r
    0 q0 d, o. X3 o! X1 L, y6 n
    7 a& {. a, C3 c
    相当有必要!
    6 f$ V+ a; @) \$ I$ Bqiuhao1112 抓取的版本,缺了大概 1% 。不过有道这离线版本,其实数据也比较糟糕,不过凭兄台的能力,肯定没问题的。
    " e( ^. [- h* V  B有道词典的《柯林斯英汉双解大词典》,收词量其实是 Collins English Dictionary 级别,远超金山词霸的《柯林斯COBUILD高阶英汉双解学习词典》,堪比《新牛津英汉双解大词典》,虽然缺少了词源,译文也欠讲究,但是终究是稀有的东西,很有参考价值。
    1 ]; g6 H5 A$ M) B: h
    9 l+ b. r0 u8 r+ {* V# ]+ i5 C6 w# d2 k) h1 M" ]7 q% w
  • TA的每日心情
    开心
    3 天前
  • 签到天数: 750 天

    [LV.10]以坛为家III

    发表于 2016-9-27 23:48:25 | 显示全部楼层
    henices 发表于 2016-9-27 23:12
    2 C, Y+ A& r) w: ^. t* [7 I有重新弄的必要吗?
    7 h7 y" ~  y9 I! @
    有必要,很有必要。
  • 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

    发表于 2016-9-28 00:47:56 | 显示全部楼层
    henices 发表于 2016-9-27 23:12
    * @9 D2 x; }" B有重新弄的必要吗?

    % A- z1 ^7 l3 B3 O/ _& [. z+ u目前发现qiuhao1112常委的有道柯林斯双解的词条与有道官网相比,少了词条bloodletting,不知道有没有少其他词条。

    该用户从未签到

    发表于 2016-9-28 08:52:51 | 显示全部楼层
    henices 发表于 2016-9-27 23:121 E# H5 j+ \7 ?+ x: Z
    有重新弄的必要吗?

    ; G* q/ W# s  E1 z; l( c! E大神您既然都问出来了,想必也是已经有几分想制作的念头了。其实这个柯林斯词典的母本就和柯林斯的足本(http://www.collinsdictionary.com/dictionary/english)有渊源。可以说,它是个双解版的类足本词典,这类词典基本上比较少。
    8 C3 l2 I6 W9 |% A7 J
    $ U/ |7 c( g: ~6 L& U/ u/ Y# V$ z想楼主与大家都比较喜欢的《新牛津英汉双解大词典》,可以说能与之比肩。细想起来了,同等规模的双解足本,大多没有电子版数据。比如新出的《新世纪英汉大词典》,所以这本有道柯林斯,就是当仁不让的柯林斯双解足本的替代品了。它里面的内容是混搭的,融合了COBUILD的例句解释(这就对英语学习者比较友好了)和《新世纪英汉大词典》方面的大容量(其词条容量是柯林斯高阶的两倍多),不可谓不强。1 l( t/ f% f# B. V0 B

    , }  t' X8 k: S2 d( w! ?楼主已经掌握解析 dat 数据的秘诀,取得数据也是不费吹灰之力之事。若是下定决定决心制作。也是很好的事情!另外,bt4baidu 大神的思路也是极好的,楼主也可以参考看看。

    该用户从未签到

    发表于 2016-9-28 09:06:50 | 显示全部楼层
    bt4baidu 发表于 2016-9-28 08:39
    7 a3 C* j- S& f1 o9 N$ W如果官网的数据更新更全,可以把离线版的词头提取出来,用这个词汇表去官网抓取即可: i/ I/ L6 w# l9 |

    0 i% P! R( @# f& w: [如果离线数据收了官网 ...
    # i5 @6 b- L7 C* {. c* d6 K" O  ?  @
    官网有防爬虫之类措施没?

    该用户从未签到

    发表于 2016-9-28 09:13:50 | 显示全部楼层
    henices 发表于 2016-9-28 09:06, S" S5 F3 _2 g  F$ B0 C' K
    官网有防爬虫之类措施没?
    * v; F- `( m8 w& d
    都能用单词表去轰,肯定是没有啦2 P2 Q9 V8 r, R) k# w  z) P
    就算有,无非是封IP,现在都是ADSL,重启一下路由IP就换啦
    % b' D9 Q/ ~; ~据我所知,除非记录一个IP在某个时间段的访问量,否则是没办法防的,但是抓网页其实费不了什么带宽,基本上像样的服务器都不会在乎这点下载量,抓本词典也就几百兆1G而已,和普通网页用户访问几乎没啥差别,一般服务器也懒得费那个工夫
  • TA的每日心情

    2022-6-14 08:58
  • 签到天数: 25 天

    [LV.4]偶尔看看III

     楼主| 发表于 2016-9-28 09:18:51 | 显示全部楼层
    henices 发表于 2016-9-27 23:122 h  B+ e8 w+ ~, H
    有重新弄的必要吗?
      ~. Q. u" ^6 X+ _
    离线的词条数是97239,qiuhao1112大的词条数是91384,少了6%。

    该用户从未签到

    发表于 2016-9-28 12:09:05 | 显示全部楼层
    henices 发表于 2016-9-28 09:069 ^1 e+ Y' `9 j
    官网有防爬虫之类措施没?
    6 l" L& V! J; \1 X# w+ j2 A
    ! ^* `! L6 Y! h( U' m" E) n
    建议:你若真打算做,抓网页时不妨把图片一并抓下来,很多词条都有插图(其实是网易盗用wiki等网站的图片)$ a& L" R5 _" @; e2 L! E
    有时候一图胜过千万语
  • 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

    发表于 2016-9-28 12:26:19 | 显示全部楼层
    真是奇怪,我有一次用有道官网查单词,居然被封了一次IP

    点评

    看来兄弟的人品确实是有问题的,哈哈,开个玩笑  发表于 2016-9-28 15:30
  • 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

    发表于 2016-9-28 12:31:53 | 显示全部楼层
    本帖最后由 kyletruman 于 2016-9-28 12:33 编辑
    - h9 j+ o; p! G/ C
    bt4baidu 发表于 2016-9-28 12:09- o3 i' ]5 b3 w& P
    建议:你若真打算做,抓网页时不妨把图片一并抓下来,很多词条都有插图(其实是网易盗用wiki等网站的图片)5 j1 [6 U2 U4 W/ i, n
    ...
    ( O: v8 u7 Z/ a# g
    5 h6 p$ U) [' Y9 H
    以前没有用mdx词典时,用有道在线的柯林斯双解用了无数次,没有发现柯林斯双解有过图;有图的单词图片经常是错的,要抓有图的单词,不如去抓bing dictionary online的图片,单词与图片对应得非常准确!5 B: p/ M/ D  S0 P( Y, `8 h
    3 Y; O$ p' C- [$ T8 q: D
    bing dictionary online: http://cn.bing.com/dict/

    该用户从未签到

    发表于 2016-9-29 02:25:16 | 显示全部楼层
    才发现原来有道的柯林斯不是单单的cobuild双解啊,我一直奇怪为何讨论这个:不是早就有了吗?原来如此,大力支持有IT能力的兄弟搞一个。
  • 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

    发表于 2016-10-12 23:49:52 | 显示全部楼层
    本帖最后由 kyletruman 于 2016-10-13 13:02 编辑
    7 n" w$ n; V2 A9 W4 s+ Y, |+ x& e2 k: |, H$ I
    还发现一个单词pal,在线版的有道柯林斯双解是有语域 [非正式,老式]http://dict.youdao.com/w/eng/pal/#keyfrom=dict2.index,而离线的柯林斯双解数据没有这部分。看来离线的柯林斯双解数据没有跟上在线的柯林斯双解数据的更新。0 H9 B- r5 g1 K

    本帖子中包含更多资源

    您需要 登录 才可以下载或查看,没有账号?免费注册

    x

    该用户从未签到

    发表于 2016-11-1 23:23:25 | 显示全部楼层
    已经用离线词头抓取数据,整理制作中

    该用户从未签到

    发表于 2016-12-27 12:27:04 | 显示全部楼层
    非常有必要,加油

    该用户从未签到

    发表于 2016-12-29 19:46:48 | 显示全部楼层
    有道 有些坑

    该用户从未签到

    发表于 2017-4-2 14:09:19 | 显示全部楼层
    感谢您的分享
    您需要登录后才可以回帖 登录 | 免费注册

    本版积分规则

    小黑屋|手机版|Archiver|PDAWIKI |网站地图

    GMT+8, 2024-3-29 19:42 , Processed in 0.046762 second(s), 9 queries , MemCache On.

    Powered by Discuz! X3.4

    Copyright © 2001-2023, Tencent Cloud.

    快速回复 返回顶部 返回列表