朗文当代高阶英语词典 6版

bt4baidu · 发表于 2014-7-28 20:57:55

朗文销量不逊于牛津吧，可能还要更大一点，为何要退出？

ceoyee · 发表于 2014-7-30 12:50:26

ceoyee 发表于 2014-7-28 14:04
d% x1 u* o }) f& r成本的問題，所以朗文不出了。至於5年後朗文7的前景，也不樂觀。

主力編輯已離開團隊, 所以朗文7的質素能否維持一來以往的水準, 甚或再有大更新，則未知了。希望不會好像 collins 那樣每況愈下就好了。

ceoyee · 发表于 2014-7-30 12:52:45

ceoyee 发表于 2014-7-28 14:07 # S; u1 C* z9 W/ a7 {4 v: G
對文科生來說，學編程是很痛苦的。我猜你們現在弄編程的，大部份專業也是計算機。

不清楚國內的教育情況。不過我很欣賞搞編程的人，能開發實用的程序，方便大眾，改善生活，增加工作效率。

bt4baidu · 发表于 2014-7-31 21:14:33

看着真心眼馋。。。有种把数据抓下来的冲动。。。{:5_199:}

bolome1 · 发表于 2014-7-31 21:43:07

bt4baidu 发表于 2014-7-31 21:14
( b/ Y6 o j* @& i* q看着真心眼馋。。。有种把数据抓下来的冲动。。。

哈哈，支持支持
如果抓到数据了能否分析下和5th的具体差别？

sqihuan · 发表于 2014-7-31 22:26:10

bt4baidu 发表于 2014-7-31 21:14
& V+ P, T- w G) T% J看着真心眼馋。。。有种把数据抓下来的冲动。。。

支持支持。大力支持大大。网络爬虫真的不会。。。。哎只能伸手党了！

吴贯和烬羽 · 发表于 2014-7-31 22:35:54

bt4baidu 发表于 2014-7-31 21:14
& B1 o( H4 g% f看着真心眼馋。。。有种把数据抓下来的冲动。。。

= =装了python环境，还是不懂怎么抓

ceoyee · 发表于 2014-8-3 09:25:37

bt4baidu 发表于 2014-7-31 21:14
( X* r5 {& i5 _! R; A2 [" J M看着真心眼馋。。。有种把数据抓下来的冲动。。。

除了朗文6之外, 在去年還出了一個 collocations dictionary
此本字典同樣沒有光碟版, 只提供網上搜索。

不過能抓下來, 同樣是功德無量了。

ceoyee · 发表于 2014-8-3 18:51:18

謝謝O大你提醒我啊!! 難怪腦海中一直覺得在掌上百科有 collocations 字典..但一直想不起來..
Hugh大真的了不起! 感謝!!!

bt4baidu · 发表于 2014-8-9 21:24:23

bt4baidu 发表于 2014-7-31 21:14 2 V4 y) a; B2 M
看着真心眼馋。。。有种把数据抓下来的冲动。。。

稍微研究一下网站构造，朗文真是堪称环保的典范
查词的时候居然只返回词条内容那一小块HTML，一丁点垃圾代码都没有，甚至连一个多余的空格都没有，太赞勒
这也意味着跑一遍单词表，把得到的数据用</>分隔一下，直接就是成品了

不用抠数据，不用编辑，不用格式化，一切就是这么简单

bt4baidu · 发表于 2014-8-9 21:53:47

本帖最后由 bt4baidu 于 2014-8-9 22:00 编辑

看来O大已经动手了，卡在哪个环节，有啥困难说说看{:5_217:}

登录型网站建议用requests库，它支持session，自动支持cookies，而且内部有个用urllib3实现的HTTP连接池，相当于像蚂蝗一样叮上就不松口，效率非常高
Longman比较特别的是大量用FORM POST，不像一般网站都是GET

没那么简单，不信你试试。o(∩_∩)o

不要教唆我干坏事。。。

我试了一个词条，原始HTML，原始CSS，未作任何编辑改动就已经达到如此效果：

Oeasy · 发表于 2014-8-9 21:59:53

bt4baidu 发表于 2014-8-9 21:53 0 u! E" |0 \. |4 ]5 C: j
看来O大已经动手了，卡在哪个环节，有啥困难说说看 7 N: l3 Y, k3 d8 B5 K1 G
* m6 r5 S8 Z! [/ ? k
登录型网站建议用requests库，它支持sessi ...

{:5_227:}

卡在了第一步，对学习型词典无爱。

我只是大概觉得要获取完整的Headword List似乎不那么容易。

bt4baidu · 发表于 2014-8-9 22:05:15

Oeasy 发表于 2014-8-9 21:59 " k% T' ?% g% y! R) {
卡在了第一步，对学习型词典无爱。* ?# A1 W4 l: d+ ^+ n. h
: n. ?. S: |2 k0 q8 W
我只是大概觉得要获取完整的Headword List似乎不那么 ...

http://global.longmandictionarie ... key/ldoce6/%key%/1/

每跑一次返回一个HTML片断，用这个正则即可搞到查询用key；用该片断的最后一个key和拼进上面的url即可获得下一片断，循环下去直到最后一个单词‘zzz’返回空<ul></ul>，结束。

<li><a\s+data-alphakey="([^"]+)"\s*data-key="([^"]+)">

复制代码

Oeasy · 发表于 2014-8-9 22:12:17

bt4baidu 发表于 2014-8-9 22:05
+ v0 m7 s" `7 l6 i, Mhttp://global.longmandictionaries.com/dict_search/get_entry_chunk_for_alpha_key/ldoce6/%key%/1/' X* M0 i- F, a1 T2 D+ ?8 F8 v
- u3 j' q, O/ Z2 z8 d7 V
...

{:5_227:}
会者不难，想学就会。
不过，累觉不爱。

bt4baidu · 发表于 2014-8-9 22:19:13

{:5_217:}

本人同样只研究代码，不抓数据，不做词典；对该词典感兴趣的同学可照此思路继续下去；打算做伸手党的就别等了，三五年之后或许有人会放出来
累觉不爱~~~{:10_293:}

ceoyee · 发表于 2014-8-10 17:21:02

唯有等Hugh大哥做吧.. 我相信Hugh大哥這個朗文控是不會放棄朗文6的~~

zjzengdongyang · 发表于 2014-9-7 08:52:16

bt4baidu 发表于 2014-7-24 12:29 " z) T; t6 R+ o. g& A& ^8 d
模拟登录不难，百度一大堆现成的代码，拷过来直接能用7 e; H. J' y, ?6 `- |1 c
session建起来就可以拿个大号针管抽血了4 Y& i, J" i/ w. W2 d: {
...

其实我抓取网页要不是用httrack(线程难控制)或teleport(数量限制).
就是自己编一个C程序,system()curl下载,用正则表达式过滤链接(可惜Java或js难处理),curl可以post网页(有一个查询网页就是要post才能下),自定义heads,cookies.啥事都搞定.

zjzengdongyang · 发表于 2014-9-7 08:59:35

bt4baidu 发表于 2014-8-9 21:53
6 E$ L+ v) G& K% r1 b5 ~- d+ X看来O大已经动手了，卡在哪个环节，有啥困难说说看 6 J% |0 D; F7 ?4 G3 g. I
; D% K7 \: o& Z0 Y; o
登录型网站建议用requests库，它支持sessi ...

requests库有没有C/C++ API?想试试看,libcurl参数多到我头晕,所以只能system()curl来下,不过好像速度有点慢(单线程)...

zjzengdongyang · 发表于 2014-9-7 09:05:30

我先用HttpAnalyzerStdV7抓GET和POST了

zjzengdongyang · 发表于 2014-9-7 09:07:00

我勒个去HttpAnalyzerStdV7崩溃还是用Wireshark吧

zjzengdongyang · 发表于 2014-9-7 09:20:58

我的天呀,全是POST.

zjzengdongyang · 发表于 2014-9-7 09:22:00

POST /dict_search/get_entry_chunk_for_alpha_key/ldoce6/abdicate/0/ HTTP/1.1
Host: global.longmandictionaries.com
Connection: keep-alive
Content-Length: 0
Accept: text/html, */*; q=0.01
Origin: http://global.longmandictionaries.com
X-Requested-With: XMLHttpRequest
User-Agent: Mozilla/5.0 (Windows NT 5.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/31.0.1650.63 Safari/537.36 SE 2.X MetaSr 1.0
Content-Type: application/x-www-form-urlencoded; charset=UTF-8
Referer: http://global.longmandictionaries.com/ldoce6/dictionary
Accept-Encoding: gzip,deflate,sdch
Accept-Language: zh-CN,zh;q=0.8
Cookie: ci_session=a%3A10%3A%7Bs%3A10%3A%22......

zjzengdongyang · 发表于 2014-9-7 09:22:53

本帖最后由 zjzengdongyang 于 2014-9-7 09:24 编辑

POST /dict_search/entry_for_alpha_key/ldoce6/ HTTP/1.1
Host: global.longmandictionaries.com
Connection: keep-alive
Content-Length: 23
Accept: */*
Origin: http://global.longmandictionaries.com
X-Requested-With: XMLHttpRequest
User-Agent: Mozilla/5.0 (Windows NT 5.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/31.0.1650.63 Safari/537.36 SE 2.X MetaSr 1.0
Content-Type: application/x-www-form-urlencoded; charset=UTF-8
Referer: http://global.longmandictionaries.com/ldoce6/dictionary
Accept-Encoding: gzip,deflate,sdch
Accept-Language: zh-CN,zh;q=0.8
Cookie: ci_session=a%3A10%3A%7Bs%3A10%3A%22......
alpha_key=a_amp_w&name=

zjzengdongyang · 发表于 2014-9-7 09:28:19

GET /popup/supp/ldoce6/phrases/abandon_2 HTTP/1.1
GET /popup/supp/ldoce6/examples/abandon_2 HTTP/1.1
GET /res/audio/hwd/ame/2/abandon1.mp3 HTTP/1.1
GET /res/audio/hwd/bre/7/abandon_v0205.mp3 HTTP/1.1
终于有GET了,不过好像有点坑ame/2/abandon1.mp3和bre/7/abandon_v0205.mp3是什么规律

zjzengdongyang · 发表于 2014-9-7 09:34:21

abandon1,2实例:
POST /dict_search/entry_for_alpha_key/ldoce6/ HTTP/1.1
Host: global.longmandictionaries.com
Connection: keep-alive
Content-Length: 25
Accept: */*
Origin: http://global.longmandictionaries.com
X-Requested-With: XMLHttpRequest
User-Agent: Mozilla/5.0 (Windows NT 5.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/31.0.1650.63 Safari/537.36 SE 2.X MetaSr 1.0
Content-Type: application/x-www-form-urlencoded; charset=UTF-8
Referer: http://global.longmandictionaries.com/ldoce6/dictionary
Accept-Encoding: gzip,deflate,sdch
Accept-Language: zh-CN,zh;q=0.8
Cookie: ci_session=a%3A10%3A%7Bs%3A10%3A%22......
alpha_key=abandon_1&name=

POST /dict_search/other_words/ldoce6/ HTTP/1.1
Host: global.longmandictionaries.com
Connection: keep-alive
Content-Length: 19
Accept: text/html, */*; q=0.01
Origin: http://global.longmandictionaries.com
X-Requested-With: XMLHttpRequest
User-Agent: Mozilla/5.0 (Windows NT 5.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/31.0.1650.63 Safari/537.36 SE 2.X MetaSr 1.0
Content-Type: application/x-www-form-urlencoded; charset=UTF-8
Referer: http://global.longmandictionaries.com/ldoce6/dictionary
Accept-Encoding: gzip,deflate,sdch
Accept-Language: zh-CN,zh;q=0.8
Cookie: ci_session=a%3A10%3A%7Bs%3A10%3A%22......
entry_key=abandon_1

POST /dict_search/entry_for_alpha_key/ldoce6/ HTTP/1.1
Host: global.longmandictionaries.com
Connection: keep-alive
Content-Length: 25
Accept: */*
Origin: http://global.longmandictionaries.com
X-Requested-With: XMLHttpRequest
User-Agent: Mozilla/5.0 (Windows NT 5.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/31.0.1650.63 Safari/537.36 SE 2.X MetaSr 1.0
Content-Type: application/x-www-form-urlencoded; charset=UTF-8
Referer: http://global.longmandictionaries.com/ldoce6/dictionary
Accept-Encoding: gzip,deflate,sdch
Accept-Language: zh-CN,zh;q=0.8
Cookie: ci_session=a%3A10%3A%7Bs%3A10%3A%22......
alpha_key=abandon_2&name=

POST /dict_search/other_words/ldoce6/ HTTP/1.1
Host: global.longmandictionaries.com
Connection: keep-alive
Content-Length: 19
Accept: text/html, */*; q=0.01
Origin: http://global.longmandictionaries.com
X-Requested-With: XMLHttpRequest
User-Agent: Mozilla/5.0 (Windows NT 5.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/31.0.1650.63 Safari/537.36 SE 2.X MetaSr 1.0
Content-Type: application/x-www-form-urlencoded; charset=UTF-8
Referer: http://global.longmandictionaries.com/ldoce6/dictionary
Accept-Encoding: gzip,deflate,sdch
Accept-Language: zh-CN,zh;q=0.8
Cookie: ci_session=a%3A10%3A%7Bs%3A10%3A%22......
entry_key=abandon_2

GET /popup/supp/ldoce6/phrases/abandon_2 HTTP/1.1
GET /popup/supp/ldoce6/examples/abandon_2 HTTP/1.1
GET /popup/supp/ldoce6/collocations/abandon_2 HTTP/1.1

		自动登录	找回密码
密码			免费注册

[词典讨论] 朗文当代高阶英语词典 6版

点评

本帖子中包含更多资源