自己动手：VOCABULARY.COM DICTIONARY 自动更新

bolome1

$ [1 Y5 ~; I& ^: z* j
搬运贴。https://www.pdawiki.com/forum/thread-12743-1-1.html

自从看到yaodis 的vocabulary dictionary 从此爱不释手，立马列入主力词典之一 https://www.pdawiki.com/forum/fo ... hread&tid=12390

$ e$ j" d6 u& E0 V% q' S8 y& K* Q但是还是有缺憾，词频的数据抓取不全。
8 c  Y5 D9 h$ }( R不过刚才发现了解决方案：
https://github.com/OZv/E/blob/master/README.md
, D1 I- }0 s, ?% B' ?

+ U/ x" u1 n( a# g- Y. y待编辑...

bolome1

占楼

bt4baidu

呵呵，倒替我做起宣传来了，再加几条：
. D( \1 b  e/ N% y
$ `, U3 T6 W* c! ]: V- X这个脚本经过本人几轮修改，已经完全达到傻瓜级，整个过程连键盘也不用敲一下
! ^: s2 s0 E6 }% {3 N; g9 ^/ U
; ]0 ~0 Y  H/ z# R7 v自动重试、无人值守、断点续传，即使遇到网站抽风、连接中断都不怕；
更有强大的错误检测可以保证数据完整无误。

bolome1

bt4baidu 发表于 2014-7-20 21:23
呵呵，倒替我做起宣传来了，再加几条：

这个脚本经过本人几轮修改，已经完全达到傻瓜级，整个过程连键盘 ...

9 I; v' W- x% k
用了一晚上，感觉真的很有帮助，内嵌的高质量例句帮助太大了。。而且也是自己一直想要的
6 U, `, u/ C" E' _; Q- {$ w再次感谢！

bt4baidu

bolome1 发表于 2014-7-20 22:24
用了一晚上，感觉真的很有帮助，内嵌的高质量例句帮助太大了。。而且也是自己一直想要的
再次感谢！

- f/ Y7 ]7 i+ p7 ?. i9 T8 @4 k这些可都是英美主流报章的实时例句，高频词一天都更新好几回的
8 y+ d1 o2 R& j6 M9 y1 H) G, R
其实reuters、BBC NEWS、VOA、Yahoo NEWS这些媒体出的IOS APP也都非常不错，篇幅适中，很适合零散时间阅读。
& E  _- c) j! h: o1 e/ o7 g% D
! z/ y1 R% \4 u本人超喜欢reuters的排版和实时推送，这个APP已经被我放到桌面第一页，有空就打开看几篇。

bolome1

bt4baidu 发表于 2014-7-20 22:41
( Q1 k4 o2 |; b5 O) W6 b这些可都是英美主流报章的实时例句，高频词一天都更新好几回的

5 r& F! ?$ D( d% F- p其实reuters、BBC NEWS、VOA、Yahoo NE ...

嗯，有时间试试reuters，另外，卫报排版也还行
/ A9 Q' M2 V9 _1 z还发现个好处。。Fish和fish Water和water这样的词在原网站是分开查询的。。这个词典竟然能一起查出来，非常棒

bolome1

bt4baidu 发表于 2014-7-20 22:41
这些可都是英美主流报章的实时例句，高频词一天都更新好几回的
$ a$ n. D6 K9 X" T# Z7 ?( v7 d
其实reuters、BBC NEWS、VOA、Yahoo NE ...

# R' Q; E' F8 K4 {1 [. p在使用的时候有一个小小de地方不太方便，也不能算是bug。
! t$ j: e) l# }/ i8 I" I3 M' k4 F" `因为我在使用Goldendict的时候通常需要复制短语或句子，所以点开了词典内置的一个“单击选择单词功能”，类似于通常情况下对某个单词进行双击操作。
在使用vocabulary.com dictionary的时候遇到了的小问题如下:

5 C0 \1 u# q' O: E6 r. @- T' r请单击点开看大图

* ?( q9 k: Z' m, F$ i
也就是说，点击释义的第一个词carefully，词典选中的不仅仅是这个单词，还把前面的词性“adj”包括了进来。
8 A0 V0 I! Z( ~* O$ \1 C9 F& ~如果第一个单词不认识的话，通常会习惯性双击跳转新页面看一下解释，现在的情况是把“adj”包含进来后，直接双击就查不到了~得手动输入一下（我已经懒到用鼠标设置宏来辅助查词了)。
! u; I) x6 z' c+ O) Q
如果大神有下一版本，还望更新下这个小地方。。没有下个版本就算了~~已经很满意了。{:10_274:}

bt4baidu

bolome1 发表于 2014-7-21 17:24
在使用的时候有一个小小de地方不太方便，也不能算是bug。
因为我在使用Goldendict的时候通常需要复制短 ...

8 n7 _8 a& k7 U  k: ]% x) j直接双击就跳转了啊，为什么要先单击选择后再双击呢。
7 A" {1 Z& Z" A/ i, i不过双击时也会出现这种问题。{:10_277:}
这应该算是Goldendict的bug，它没有把单词切分开。按理说词性和释义分属两个不同的span，应该可以切分开的。
  n7 ?/ b0 p) ]/ e: i0 i; W
欧路单击跳查就没有这个问题。

回避的方法就是在词性和释义之间加个空格。解开mdx，搜索所有的“</a><span class=t>”，替换成“</a> <span class=t>”
& S$ R8 U7 c9 F+ Y9 J
下一版。。。没打算出下一版，除非发现严重影响使用的问题。。。
也许逢大型节假日会更新一下数据，那个时候可以做些调整。

bolome1

bt4baidu 发表于 2014-7-21 19:42
, J; p: o4 {/ o& E4 F/ R$ q直接双击就跳转了啊，为什么要先单击选择后再双击呢。
9 ~3 m% a, ^# |不过双击时也会出现这种问题。
/ s1 h7 A7 V  s! f0 @这应该 ...

- d, ~* y0 e5 a0 ?! u2 z1 Q发现一个小问题
"throw up"这个短语没有usage examples （查原网站是有的）
! x6 A; l& o1 F9 ?: `手机的欧路和PC的GoldenDict均无法显示。

bt4baidu

bolome1 发表于 2014-7-22 19:54
( D+ A' p0 i( L/ M+ \. ~9 ?( B发现一个小问题
- I+ o9 n$ w  M0 a5 r"throw up"这个短语没有usage examples （查原网站是有的）
& `# l$ }6 u, f0 ~手机的欧路和PC的GoldenD ...

这是个大问题啊
% ]3 v0 S$ P' R+ d+ R
果然是深度用户，全文搜了一下，148730个单词里有111580个是带USAGE EXAMPLES的，3w多个没带的。
这其中有些确实是过于生僻没有USAGE，但是恐怕还有部分是和throw up同一问题。

5 k' J- `- w$ f: g0 B8 O; w. Q原因是该单词的语料数据URL比别的单词多了个&filter=2，造成数据没抓下来，需要给程序打个补丁。
% e+ A) E' y* [

继续帮我挑错，攒到一块改{:10_301:}

bt4baidu

增加一处备份，以防GitHub被墙

' ~1 I, G/ g) k" |http://git.oschina.net/OZv/OC/

( H! \  K/ |" {2 a  _5 s3 v" v

robinlei

你激发了我学习python的热情

bolome1

bt4baidu 发表于 2014-7-23 22:19
增加一处备份，以防GitHub被墙

http://git.oschina.net/OZv/OC/

/ r8 Q5 C6 C: R+ l6 R  q2 S比如我点第三行的 fought ,跳转到的是最左边的quality。点旁边的often，跳转到的是quality前面的the。
大概就是这个规律。

bt4baidu

bolome1 发表于 2014-7-26 20:52
比如我点第三行的 fought ,跳转到的是最左边的quality。点旁边的often，跳转到的是quality前面的the。
% ^% w' l2 @- u$ H/ u. C ...

0 I2 K' V' C8 G& C& H" e" I可以确定是欧路的问题。
你可以在欧路的设置页里面给欧路发问题报告，他们会回复的。

: E/ L$ v4 @% e4 \9 p5 `欧路点击跳查的实现方式比较蠢笨，似乎是把一段文字拷进内存，分析后又贴回去的。
3 p0 u* B4 Q9 V7 q& C& kIOS版欧路有一个问题也是点击跳查时发生的：
不带简介的单词，点击Usage examples的第一句的任意单词后，这句话会消失部分文字。
8 T/ O- A+ u+ s0 c5 C* a. j这个问题在Android版没有出现。

bolome1

* k0 |6 ^8 R7 o, ?! n$ b# C6 W/ D; {

bt4baidu 发表于 2014-7-26 21:25
: L, \. s; s3 z" r' z* J可以确定是欧路的问题。
, k2 p# E6 c; [' X) O你可以在欧路的设置页里面给欧路发问题报告，他们会回复的。

0 l5 |6 b/ O4 m+ Q' ~: i- S那usage example和下面wordnet部分的单词都没问题如何解释呐？

bt4baidu

bolome1 发表于 2014-7-26 21:28
6 z) }) b8 }7 \: S( Z那usage example和下面wordnet部分的单词都没问题如何解释呐？

这就是欧路诡异的地方了

& ], F  W, J2 \% B- @! Z我猜它之所以要对点中的文字做手脚，可能是为了实现某些特效，比如临时改变点中文字的背景色之类的，否则无法解释页面为什么会错乱。读取操作不会改变页面的。
3 L  J. j$ a9 z5 i7 V, s1 T5 \
$ N0 o) M, M' G' ^  E: z至于别的地方单词没问题，这和欧路的代码实现方式有关。
如果它截取HTML时取对了，自然不会有问题，取错了，再写回来就会导致页面错乱。

9 S4 Y4 d- ~$ V为什么说是欧路的问题，可以做以下试验：
把mdd文件删掉，仍然会出现同样现象，这样就可以排除嵌入js脚本的嫌疑。

其实mdict、深蓝、欧路、Goldendict这些软件，远没有你想象的那么好，里面的bug一堆一堆的
$ r4 v) z9 w; ?- C0 A搞得我做这个词典痛苦极了，左闪右躲，回避了很多问题，要不然你还会发现更多诡异的现象。

bolome1

bt4baidu 发表于 2014-7-26 21:47
这就是欧路诡异的地方了

我猜它之所以要对点中的文字做手脚，可能是为了实现某些特效，比如临时改变点 ...

1 a7 r, J4 L) J4 i( P8 \; Y记得楼主新版本是要用css的对吧，那么原本mdx的内容删减很多后说不定欧路就认识字了。。。{:10_277:}

bt4baidu

bolome1 发表于 2014-7-26 21:55
记得楼主新版本是要用css的对吧，那么原本mdx的内容删减很多后说不定欧路就认识字了。。。

2 @3 M! k- t) `. Q愿望是美好的，现实通常是残酷的。。。
* t( [, Z% a6 _& z1 q7 F) M
7 S; [3 X% U1 c1 i+ f& Y# }& J4 _从你发现的这个问题的现象看，像是欧路判断文字坐标出错，截取错了HTML，可能和手机屏幕分辨率有关
css外置不太可能回避该问题

建议在软件里 提交问题改进建议 给欧路

ceoyee

bt4baidu 发表于 2014-7-20 21:23
呵呵，倒替我做起宣传来了，再加几条：
% W( d# `% t( h; P3 Y1 h- N
这个脚本经过本人几轮修改，已经完全达到傻瓜级，整个过程连键盘 ...

原來bt4baidu 你是學編程的

bt4baidu

bolome1 发表于 2014-7-26 21:55
记得楼主新版本是要用css的对吧，那么原本mdx的内容删减很多后说不定欧路就认识字了。。。

如你所说，css外置以后这个问题消失了。。。
3 k4 B; e+ J! r2 X
至少我的IOS版欧路没有再发生点击后部分文字消失的问题

bolome1

' B6 F& j0 T/ h1 u! D" v4 v

bt4baidu 发表于 2014-8-2 12:41
8 g7 m  o3 Z, D- c如你所说，css外置以后这个问题消失了。。。

% H5 V! F; p1 c7 a. u至少我的IOS版欧路没有再发生点击后部分文字消失的问题

8 b6 @! j! w: J3 d' }1 u这个"..."和其周围的那个"方框"在查词的时候就有，点击没反应。

haohao2046

能否把抓取的具体操作详细讲解一下？电脑小白搞了一天，也没有搞成功。就是下面的具体操作，详细

安装python 2.7.6
& Z. R$ M  N) E* \* D+ u1 Qwindows下要再安装python加载器，否则弹出一堆窗口很烦人
https://bitbucket.org/vinay.saji ... nloads/launcher.msi
7 B0 B9 q* X" y, w4 h安装lxml 3.3.5
* n. b; p6 |/ k3 D9 A4 \安装BeautifulSoup 4.3.2
" I$ [# ~1 r0 ]安装urllib3
8 m! ]5 o) a( K) }& d  [" F/ Z1 U将wordlist.txt和以上两脚本文件放在同一目录下

Fannieray

厉害