掌上百科 - PDAWIKI

 找回密码
 免费注册

QQ登录

只需一步,快速开始

楼主: zhuode

[讨论] COD9完美mdx化的一些个人探索、启发与实践

[复制链接]
  • 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

     楼主| 发表于 2019-1-11 19:04:29 | 显示全部楼层
    本帖最后由 zhuode 于 2019-1-11 19:18 编辑
    ) `! W! r! b" q4 E. W- L) N6 o& f" e/ q
    Saxons 发表于 2019-1-11 16:14. \; u9 J7 z4 E" @( k
    做了一个测试,复刻难度太大,要手工的地方多如毛牛,只能对着电子词典改。7 _3 \3 U% N8 k0 l2 ]) r1 I
    关键是细节方面难以全面复刻。 ...

    1 q7 z- r& _! p+ v: t& }词源部分的斜体字能否保留格式(例:aardvark中的aarde、vark)
    ' I5 g  ]% H) |( ~最低要求是各种元素要有识别度,不会造成理解障碍或引起歧义,排版要基本过关,不光是要能用,最好能让大家愿意用我就满足了 : )$ C) l: T6 ~) s$ ^6 i# O2 r
  • TA的每日心情
    慵懒
    2018-9-28 00:22
  • 签到天数: 273 天

    [LV.8]以坛为家I

    发表于 2019-1-11 21:36:05 | 显示全部楼层
    本帖最后由 Saxons 于 2019-1-17 10:45 编辑 % v' E4 V' ^% z: A" e- d) F

    3 m) {5 G' O& s/ U3 {4 O) M完全可以。刚做了一个保留格式的测试版,各种必要的元素都有识别度。这是测试,里面的东西,除了字体调大,我都没改动。
    $ I5 `  P9 l  E3 Q( X这是最接近你转换出来的pdf的版本了。+ v$ A1 _/ t/ S0 j* k" m1 d
    就是css会随着pdf的增加而变大,想想后面还有8万多页的pdf,它的体积会变得多大,想想都可怕,这个需要优化。
    9 j" U/ w; Q% Y; k  ]( Z这是最接近复刻的了,也就是说pdf是什么样,它就是什么样,如果加上颜色,就更像了。
    : Q1 L" M) {- {4 V" j! x( o  l, u! b

    7 V& o/ o" V8 U. B; q$ c* x2 M  G& }; d" C

    6 \# y/ Z: t& m. c8 P$ @* @5 A) I: S/ U7 g

    * x" `9 r* v$ f5 g" {& T* L$ U& M, h7 a8 Z; R5 n

    ' j9 u$ W; h4 S# J, t. z5 ?6 J, f" P( d4 s: @4 e$ D* P  p

    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

    点评

    大概是这么个方向  发表于 2019-1-12 00:04
  • TA的每日心情
    慵懒
    2018-9-28 00:22
  • 签到天数: 273 天

    [LV.8]以坛为家I

    发表于 2019-1-11 21:38:07 | 显示全部楼层
    zhuode 发表于 2019-1-11 19:04
    : i& W" b4 v, T  _词源部分的斜体字能否保留格式(例:aardvark中的aarde、vark)
    ' T" L' h) I0 _3 Y) i: N最低要求是各种元素要有识别度,不会造成理解 ...
    % k3 l3 J0 O0 F4 m$ y4 z
    如果可以,你把你先转出来的其他pdf给我,我再测试一下。
  • TA的每日心情
    开心
    2019-9-23 15:48
  • 签到天数: 70 天

    [LV.6]常住居民II

    发表于 2019-1-11 22:23:48 | 显示全部楼层
    Saxons 发表于 2019-1-11 21:36% ~2 h$ D# t4 e7 o# a0 |. _
    完全可以。刚做了一个保留格式的测试版,各种必要的元素都有识别度。这是测试,里面的东西,除了字体调大, ...
    & n/ k  a* Y  G5 k" x
    厉害啊大侠。
  • 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

     楼主| 发表于 2019-1-11 23:45:10 | 显示全部楼层
    Saxons 发表于 2019-1-11 21:36% p) A! A& j, x8 X
    完全可以。刚做了一个保留格式的测试版,各种必要的元素都有识别度。这是测试,里面的东西,除了字体调大, ...

    8 V& G, C2 R4 b! B7 t8 N" a! ?4 T链接: https://pan.baidu.com/s/1rCOSleuqpKkUigz_Z3PIVw 提取码: ubnr  c: w/ n& y% ?) z: |* ]
    ; _2 k- J) f( N. i3 [
    我以前公开分享后来失效了
  • TA的每日心情
    开心
    2018-7-15 22:26
  • 签到天数: 77 天

    [LV.6]常住居民II

    发表于 2019-1-14 22:38:11 | 显示全部楼层
    向楼主致敬^_^
  • 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

     楼主| 发表于 2019-1-20 01:40:39 | 显示全部楼层
    本帖最后由 zhuode 于 2019-1-20 01:49 编辑 7 o* O! p* I) a2 }; O* o
    Saxons 发表于 2019-1-11 21:36
    ' X# o3 P1 p. N% {完全可以。刚做了一个保留格式的测试版,各种必要的元素都有识别度。这是测试,里面的东西,除了字体调大, ...
    1 M) t/ M; |8 q: N
    行间距要调一下,A1最下边那个前面词性标识过挤" a) H- E, D0 X( b( D4 p0 t1 S0 B
    今天看了下,USAGE部分可能要你帮下忙,仅从原软件没有找到定位USAGE的办法,可能需要你在数据汇总后筛选出来7 D! S2 C4 |. O9 ~
  • TA的每日心情
    慵懒
    2018-9-28 00:22
  • 签到天数: 273 天

    [LV.8]以坛为家I

    发表于 2019-1-20 08:47:47 | 显示全部楼层
    那是优化的事情,重要的是你把文本全部提出,并且校对,没有重复。7 s% ^8 n" J% y) o
    不然,原档有错,制作出来也是错。
    4 J9 z; @/ P1 S6 Q$ {- c5 L( B$ W  K) t( n6 y" L4 E6 E
    另,你有COD9的全部词汇表没有?有的话提供一下,这可以省很多事,也可以减少错误。

    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
  • 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

     楼主| 发表于 2019-1-20 10:34:27 | 显示全部楼层
    本帖最后由 zhuode 于 2019-1-20 10:59 编辑
    * m# B, `1 Z8 ]4 k
    Saxons 发表于 2019-1-20 08:474 I4 V2 W( }5 [" d6 D
    那是优化的事情,重要的是你把文本全部提出,并且校对,没有重复。
    " W) V  a% d0 W0 Z/ k9 d& ^) g不然,原档有错,制作出来也是错。

    , \( w7 r  t6 \) H1 {词汇表没有哎,去重我也不大会,贴子中已经指出了重复产生的原因,主词条与子词条Print的pdf内容柤同都是整个词条的内容。也就是说,这不能说是错误,是提取方式必然产生的结果。因为内容完全相同,我觉得技术层面应该是可行的吧,虽然不在我的能力范围之内。可能需要您费点儿力。原光盘的索引本来也不完整,没有词组部分的,也就是说如果在原软件搜词组是没有结果的,自建索引可能是免不了的。
    : z# Y! q, f! ?
    % i5 ]$ [  R' L3 Y/ {9 g+ a! r关键吧,我都不会,只能负责这点儿半体力活儿。不过数据的可靠性自认为是有保证的,你从帖中也能看出,数据不光只是提取,还有统计工作,两个是互相独立的进程,两者之中不管谁出错是会比较出来的(举例就是统计的总索引数是85371,那最后的pdf文件总数就应该是85371,对不上肯定哪个地方是不对的,只有弄对才走下一步,要不然后面都不对,重干的仼务量大)。所以能力之内我已尽量实现了。
  • 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

     楼主| 发表于 2019-1-20 11:45:06 | 显示全部楼层
    Saxons 发表于 2019-1-20 08:47
    " Z# t4 ~0 u2 r; [那是优化的事情,重要的是你把文本全部提出,并且校对,没有重复。
    9 N# l$ L: D$ Q! R3 k, I' _5 P不然,原档有错,制作出来也是错。
    针对去重,网搜"duplicate finder"可能是个方法
  • TA的每日心情
    慵懒
    2023-1-10 21:48
  • 签到天数: 802 天

    [LV.10]以坛为家III

    发表于 2019-1-20 13:29:42 | 显示全部楼层
    个人觉得只要有完整的PDF文档,其他的都不是难事,论坛里这么多大牛
  • TA的每日心情
    开心
    2023-11-5 12:37
  • 签到天数: 727 天

    [LV.9]以坛为家II

    发表于 2019-1-20 20:29:05 | 显示全部楼层
    大侠们,献上小弟膝盖。看来经典复刻成功有望。我等水平有限,等待将来看能不能调整个好的排版。
  • 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

     楼主| 发表于 2019-1-22 17:51:34 | 显示全部楼层
    Saxons 发表于 2019-1-20 08:47
    . O; E: B  K3 J0 {, U那是优化的事情,重要的是你把文本全部提出,并且校对,没有重复。! `2 j" p( i8 m" M1 Y, B8 R8 i
    不然,原档有错,制作出来也是错。
    ) L) [# V9 a& Z8 X
    除USAGE外的部分已经完成,第一时间分享给你:链接: https://pan.baidu.com/s/1LSzUhk5BHjgoAtDcA6Lv6g 提取码: u889
  • 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

     楼主| 发表于 2019-1-22 17:53:54 | 显示全部楼层
    bbs 发表于 2019-1-4 11:52, r+ V6 E# Z+ v5 H, q. F" U, q
    对啊,就是这样,思路完全正确。然后把你这个过程,用按键精灵实现自动化。就可以完成一个完美的MDX了。就 ...

    ' _& k0 U  N' v, q4 m除USAGE部分外COD9数据pdf化已经完成,地址:链接: https://pan.baidu.com/s/1LSzUhk5BHjgoAtDcA6Lv6g 提取码: u889
  • TA的每日心情
    开心
    2018-8-8 03:13
  • 签到天数: 1 天

    [LV.1]初来乍到

    发表于 2019-1-22 19:00:49 | 显示全部楼层
    zhuode 師姐:' O3 [6 K: w/ Y+ _, G6 \+ W* W
    佩服,佩服
    * Y- o6 l* c1 d5 b0 G您的意志力及戰鬥力真令貧道懾服9 w2 i( i9 k! {, ]  Z
    我看真沒幾個巾幗英雄有此能耐的用土法煉鋼煉成
    1 _! o  A5 I# V. D男的應該也是曲指可數呀5 b9 V% D5 l* O# W2 J' P8 n
    讚.............
    6 j4 b6 L& G& w) }) n% j1 v謝謝啦
  • TA的每日心情
    奋斗
    5 小时前
  • 签到天数: 1411 天

    [LV.10]以坛为家III

    发表于 2019-1-23 00:34:21 | 显示全部楼层
    我有个疑问,tsiank不是已经在制作COD9了吗?那么楼主也是在做同样的工作?所以现在有两组人马在弄COD9?还是因为楼主没参加tsiank的募款赞助,打算自己另外做一个?
  • 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

     楼主| 发表于 2019-1-23 02:01:23 | 显示全部楼层
    本帖最后由 zhuode 于 2019-1-23 02:11 编辑
    " V8 B+ q' ~6 U  q( m
    scju 发表于 2019-1-23 00:34  u; @5 `4 |, C: g
    我有个疑问,tsiank不是已经在制作COD9了吗?那么楼主也是在做同样的工作?所以现在有两组人马在弄COD9?还 ...
    * i' Q. p7 R- Z6 w  I
    tsiank原先(据说现在也在重制新版)版本存在一些缺点,如音标缺失、原软件格式未得保留,严格说正是由于发现了一种可以弥补t大版本缺陷的方法又得到b大支持我才决定自己提取的。说实话,实际提取过程比预计的要困难一个台阶。当然还有一点是为了满足自己对COD9的期待,这也是为什么我没有选择与大家分工合作而是独自花费200小时之久来提取该数据以保证质量,另外相信开放数据给大家合众人之力也有助于得到更多样化的版本。
    - U! s6 W7 n1 \) `4 O& W
    8 U4 n$ F+ O9 H1 T4 J此外,我还有一个小私心,希望可以得到一个原盘复刻版,相信t大未必感兴趣。
    ) s$ I7 [+ c& u还有t大募捐最后成行是须要满足一定数量要求的,而对该风险而我又对COD9慕名已久,再综合上述原因我就果断动手了!
    5 V% S2 \9 O, ^' v

    点评

    了解了,感谢!  发表于 2019-1-23 12:04
  • 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

     楼主| 发表于 2019-1-23 10:27:58 | 显示全部楼层
    Saxons 发表于 2019-1-20 08:47
    9 W/ X! }2 f# X  L0 }那是优化的事情,重要的是你把文本全部提出,并且校对,没有重复。
    % Y2 P& J4 t8 [- [- _) G不然,原档有错,制作出来也是错。
    ) ^0 T5 {& W: V2 f6 C$ s% w
    你要是不急的话,我稍后会出个合并版的pdf,将只有一个文件,还将争取下看能不能实现相同页面去重,在此基础上还会实现USAGE的提取
  • TA的每日心情
    慵懒
    2018-9-28 00:22
  • 签到天数: 273 天

    [LV.8]以坛为家I

    发表于 2019-1-23 10:38:52 | 显示全部楼层
    zhuode 发表于 2019-1-23 10:273 X3 J2 L4 f- Z0 F" a/ H* [
    你要是不急的话,我稍后会出个合并版的pdf,将只有一个文件,还将争取下看能不能实现相同页面去重,在此基础 ...

    8 B" c# p4 [9 c  k+ w& ^% W# ~, o- G这个最好,不然分页处理八万多个pdf,量太大。而且要想效果好,这个要慢慢来,主要是细节。如果不讲究细节,简单多了。
  • TA的每日心情
    慵懒
    2018-9-28 00:22
  • 签到天数: 273 天

    [LV.8]以坛为家I

    发表于 2019-1-23 10:52:31 | 显示全部楼层
    zhuode 发表于 2019-1-23 10:27: B! V' O) d, q7 Z  _7 m
    你要是不急的话,我稍后会出个合并版的pdf,将只有一个文件,还将争取下看能不能实现相同页面去重,在此基础 ...
    * p9 A3 i( s6 E2 h& ]
    Concise Oxford Dictionary Ninth Edition
    + t7 ]% r5 u+ ?* C$ N# A* I3 O, w© Oxford University Press, 1996( ^* w% o1 ^: q( v& H
    每一页pdf的这两条不要删掉,这是定位词条的最好标志,非常有用。
  • 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

     楼主| 发表于 2019-1-23 12:24:59 | 显示全部楼层
    Saxons 发表于 2019-1-23 10:38( k8 h& S) _, g2 w
    这个最好,不然分页处理八万多个pdf,量太大。而且要想效果好,这个要慢慢来,主要是细节。如果不讲究细 ...

    * u/ l) r* Y6 E( x1 x5 h要做嘛就做个好的,过后才不会觉得遗憾也免了再不断修补
  • 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

     楼主| 发表于 2019-1-23 12:26:04 | 显示全部楼层
    Saxons 发表于 2019-1-23 10:52
    ! ?  e& n4 A7 Z, O  I7 k: cConcise Oxford Dictionary Ninth Edition
    ( o( ^9 Q: e8 ?- D& e# x; a; e- l© Oxford University Press, 1996- L  y* n% F& P8 O, ~, f( f* G) ~8 L
    每一页pdf的这两条不要删掉 ...

    . Y8 b3 p( j) \$ b想删我还没能力了
  • TA的每日心情

    2019-2-16 21:57
  • 签到天数: 9 天

    [LV.3]偶尔看看II

    发表于 2019-1-26 00:50:46 | 显示全部楼层
    伟大的工作,高贵的作者!
    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, 2024-3-19 12:59 , Processed in 0.049493 second(s), 5 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