国学数典论坛

 找回密码
 注册

QQ登录

只需一步,快速开始

查看: 3940|回复: 33

[工具] 集韵离线网页检索系统

[复制链接]
  • TA的每日心情
    开心
    2017-3-4 08:34
  • 签到天数: 10 天

    [LV.3]偶尔看看II

    发表于 2016-9-30 10:23 | 显示全部楼层 |阅读模式
    本帖最后由 yalama 于 2016-9-30 10:57 编辑

    经过长时间梳理与探索,本人顺利实现了电子版《集韵》(文本+影印)的全字头检索。现已试用几个月时间,检索出错率几何为零,但集韵电子文本仍有继续完善的必要。全文未作断句处理,且有不少别字,尤其涉及繁简字时 。解压至任一目录下,进入3jiyun\jieshi\wenben后用火狐打开任意网页文件即可检索(点击左上角图标),文本行内埋有影印书页码,点击后打开相应页面。如提示安装TIF插件,下载alternatiff-pl-w32-2.0.8免费安装即可。



    本帖子中包含更多资源

    您需要 登录 才可以下载或查看,没有帐号?注册

    x

    评分

    1

    查看全部评分

    回复

    使用道具 举报

    该用户从未签到

    发表于 2016-12-31 08:24 | 显示全部楼层
    本帖最后由 newcomer 于 2016-12-31 09:35 编辑

    糾錯:

    洫  忽域切,共32字。第524職。洫淢 忽域切說文十為成成間廣八尺謂之洫引論語盡力乎溝洫或作淢  集韻第760頁第8行第5字
      裡:里
    薾  忍氏切,共8字。第304紙。薾 說文華引詩彼薾維何  集韻第309頁第3行第1字
      鹹:盛
    回复 支持 1 反对 0

    使用道具 举报

  • TA的每日心情

    2017-5-24 19:38
  • 签到天数: 274 天

    [LV.8]以坛为家I

    发表于 2016-9-30 12:03 | 显示全部楼层
    好东西 楼主功德无量,惠我学林。
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    发表于 2016-9-30 12:20 | 显示全部楼层
    本帖最后由 newcomer 于 2016-9-30 12:57 编辑

    下載的過程實在太痛苦了。終於完成了。
    跟樓主以前提供的 漢語大詞典,是一個風格。沒有起始頁。一個漢字,一個網頁。
    tiff插件必須註冊,否則無法看圖(tiff格式)。我嫌麻煩,沒有註冊,看不到圖。當然,文件夾中有圖能看,是述古堂影宋本。

    對樓主的辛苦勞動,表示敬佩。
    給樓主補充一個網頁:
    請把附件下載後,放在 3jiyun 文件夾下,解壓縮,得到 index.html,雙擊即可使用。

    樓主整理的字頭與解說,碰巧發現一個問題:檢索 韵 字。得到:

    問題是:第一個義項:字頭是 韵,或作韵,完全沒有意義。看圖像才明白。




    本帖子中包含更多资源

    您需要 登录 才可以下载或查看,没有帐号?注册

    x

    评分

    1

    查看全部评分

    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    2017-3-4 08:34
  • 签到天数: 10 天

    [LV.3]偶尔看看II

     楼主| 发表于 2016-9-30 19:02 | 显示全部楼层
    真心希望使用者共同参与集韵文本的核校,如有错误之处,谨请指示。
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    发表于 2016-9-30 19:17 | 显示全部楼层
    本帖最后由 newcomer 于 2016-10-1 06:20 编辑

    我查看了 jieshi\wenben 文件夾下,總共是30701個網頁文件,3個文本文件,一個js文件。
    這3個文本,包涵3個字頭,在檢索程序中未能找到對應的網頁。
    亦就是說,這個檢索系統,能檢索到的漢字總數是:30701+3=30704個。
    ————不知我是否下载齐全了所有的文件?应该还有一些文件的,如部首、拼音、主页等。

    根据《汉语大字典》四川大学编写组编的《集韵通检》统计,《集韵》实际收字应为32381个
    http://baike.baidu.com/view/538097.htm

    其中有30多個漢字,沒有現成的unicode編碼。如:
    [氵贑]   
    [氵荑]   
    [笘刂]   
    [忄录]   
    [訁咅]   
    [昜光]   
    [月朿]   
    [竹圗]   
    [
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    发表于 2016-10-1 06:52 | 显示全部楼层
    本帖最后由 newcomer 于 2016-10-3 06:44 编辑
    renzhenzi 发表于 2016-9-30 19:02
    真心希望使用者共同参与集韵文本的核校,如有错误之处,谨请指示。

    文本正確度,遠較mdx版高。想來樓主作了不少修訂,我已經發現了好幾處,原本有誤,樓主均已訂正。
    我在檢查過程中,經常遇到的情況是:檢索結果鏈接到一個無法打開的網頁文件。

    事實情況可能是:集韻的字頭中其實沒有該字(正文中可能有該字),所以樓主亦就沒有製作該網頁;但據樓主的程序設計,當有這樣一個網頁的。
    譬如:均字的異體字,减字,着字,等等。

    錯誤反饋如下:

    鰸  鰸 說文魚名狀如鰕足長寸大如又股出遼東
    ——說文:鰸,魚名。狀似蝦,無足,長寸,大如叉股,出遼東。

    能 三星名或作俗作非是













    本帖子中包含更多资源

    您需要 登录 才可以下载或查看,没有帐号?注册

    x

    评分

    1

    查看全部评分

    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    2017-3-4 08:34
  • 签到天数: 10 天

    [LV.3]偶尔看看II

     楼主| 发表于 2016-10-1 12:29 | 显示全部楼层
    本帖最后由 renzhenzi 于 2016-10-1 12:35 编辑

    楼上所言不谬,集韵总字头53871个,剔除重复出现的多音字,以及53个unicode没有编码的字,实际可检索字头确为30704个。至于前面统计所说的32000多个,绝对是没有合并异体字所致。许多字头仅是新旧字体的微妙差异,完全等同,可以合并处理。

    评分

    1

    查看全部评分

    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    2017-3-4 08:34
  • 签到天数: 10 天

    [LV.3]偶尔看看II

     楼主| 发表于 2016-10-1 12:43 | 显示全部楼层
    本帖最后由 renzhenzi 于 2016-10-1 12:45 编辑

    集韵比广韵晚出几十年,但字头增加了百分之五十,主要是异体字在作怪。但有一点可以肯定,他对说文的引用几乎一字不落,非常严谨的。
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    发表于 2016-10-2 06:15 | 显示全部楼层
    本帖最后由 newcomer 于 2016-10-2 07:38 编辑

    這幾天有空,亦有興趣,把樓主提供的檢索程序,非常認真地檢查了。
    主要是對字頭進行了檢查,文本的正誤,沒有辦法檢查。
    得到的結果如下:

    1、樓主提供的檢索程序,能檢索的字頭總數是30704個。事實上,有712個字頭旁有[ ]標注異體字,但這些異體字(共546字)不能被檢索到。合計是31250個字頭。

    2、據樓主提供的文本,通檢集韻全文,實際使用的漢字,總共是32293字。32293-31250=1043字。這些字沒有被收錄在字頭中,但正文中實際上使用了這些漢字。

    附件提供了五個文本:
    1. 全部30704個字頭及其712異體字。
    2. 全部字頭31250字。
    3. 712個含異體字的字頭。
    4. 正文實際使用的漢字32293字。
    5. 正文實有,不收錄於字頭的1043字。


    本帖子中包含更多资源

    您需要 登录 才可以下载或查看,没有帐号?注册

    x
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    2017-5-24 20:33
  • 签到天数: 234 天

    [LV.7]常住居民III

    发表于 2016-10-2 14:36 | 显示全部楼层
    这两个文件下载不了,不知何因。
    alternatiff-pl-w32-2.0.8.rar
    集韻.rar
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    2017-3-10 08:59
  • 签到天数: 27 天

    [LV.4]偶尔看看III

    发表于 2016-10-7 21:12 | 显示全部楼层
    附件下载下来无法解压。

    点评

    论坛服务器仍未恢复正常  发表于 2016-10-8 21:01
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    2017-3-4 08:34
  • 签到天数: 10 天

    [LV.3]偶尔看看II

     楼主| 发表于 2016-10-8 14:22 | 显示全部楼层
    最近网络有点问题,再下下看吧。
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    2017-5-24 20:33
  • 签到天数: 234 天

    [LV.7]常住居民III

    发表于 2016-10-8 20:20 | 显示全部楼层

    alternatiff-pl-w32-2.0.8.rar不能下载。
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    2017-5-24 20:33
  • 签到天数: 234 天

    [LV.7]常住居民III

    发表于 2016-10-8 20:21 | 显示全部楼层

    集韻.rar不能下载。
    回复 支持 反对

    使用道具 举报

  • TA的每日心情

    2016-11-16 21:08
  • 签到天数: 18 天

    [LV.4]偶尔看看III

    发表于 2016-10-16 10:18 | 显示全部楼层
    哎,可惜积分不够,下不了。
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    郁闷
    2017-5-24 12:20
  • 签到天数: 252 天

    [LV.8]以坛为家I

    发表于 2016-10-17 10:05 | 显示全部楼层
    怎么下载不成了,请楼主检查一下为盼。

    点评

    论坛服务器仍未恢复正常  发表于 2016-10-19 18:20
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    2016-10-25 13:09
  • 签到天数: 5 天

    [LV.2]偶尔看看I

    发表于 2016-10-18 12:15 | 显示全部楼层
    积分不够,对楼主惠赠只能望洋兴叹,憾事
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    郁闷
    2017-5-24 12:20
  • 签到天数: 252 天

    [LV.8]以坛为家I

    发表于 2016-10-20 16:38 | 显示全部楼层
    现在积分够也下载不了,可能是网路有问题。我每天都试着下载,都不行。
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    2017-4-7 07:42
  • 签到天数: 4 天

    [LV.2]偶尔看看I

    发表于 2016-10-27 04:48 | 显示全部楼层
    好书。可与四库本《集韵》电子检索对照。
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    发表于 2016-10-27 21:56 | 显示全部楼层
    這幾天有空,亦有興趣,把樓主提供的檢索程序,非常認真地檢查了。
    主要是對字頭進行了檢查,文本的正誤,沒有辦法檢查。
    得到的結果如下:

    1、樓主提供的檢索程序,能檢索的字頭總數是30704個。事實上,有712個字頭旁有[ ]標注異體字,但這些異體字(共546字)不能被檢索到。合計是31250個字頭。

    2、據樓主提供的文本,通檢集韻全文,實際使用的漢字,總共是32293字。32293-31250=1043字。這些字沒有被收錄在字頭中,但正文中實際上使用了這些漢字。

    附件提供了五個文本:
    1. 全部30704個字頭及其712異體字。
    2. 全部字頭31250字。
    3. 712個含異體字的字頭。
    4. 正文實際使用的漢字32293字。
    5. 正文實有,不收錄於字頭的1043字。


    您好.请教您的字频是什么意思,出处在哪里,谢谢
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    发表于 2016-10-28 11:41 | 显示全部楼层
    您好,没有部首、拼音等文件不能检索,谢谢
    [发帖际遇]: dfweb 帮牛魔王给铁扇仙扇扇子消暑,奖励 3 没奈何. 幸运榜 / 衰神榜
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    2017-5-24 08:16
  • 签到天数: 244 天

    [LV.8]以坛为家I

    发表于 2016-11-2 09:31 | 显示全部楼层
    DjVu/TIFF阅读器 STDU Viewer 1.6.375
    STDU Viewer可以同时阅读兼容DjVu、PDF、TIFF格式文档且可以在Windows环境下运行。
    发布公司:STDUtility.com
    授权方式:免费版
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    2017-5-24 20:33
  • 签到天数: 234 天

    [LV.7]常住居民III

    发表于 2016-11-6 11:05 | 显示全部楼层
    alternatiff-pl-w32-2.0.8.rar下载后,安装在哪个文件夹下?
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    2016-12-12 09:45
  • 签到天数: 20 天

    [LV.4]偶尔看看III

    发表于 2016-11-9 18:24 | 显示全部楼层
    谢谢楼主无量功德!但现在也下载不了,可能是网路有问题,再试几次
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    擦汗
    2017-5-24 10:24
  • 签到天数: 230 天

    [LV.7]常住居民III

    发表于 2016-11-16 15:24 | 显示全部楼层
    好东西!慢慢下。。。
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    2017-5-24 19:04
  • 签到天数: 286 天

    [LV.8]以坛为家I

    发表于 2016-12-25 23:46 | 显示全部楼层
    newcomer 发表于 2016-9-30 19:17
    我查看了 jieshi\wenben 文件夾下,總共是30701個網頁文件,3個文本文件,一個js文件。
    這3個文本,包涵3個 ...

    请问您能否发一下所有三十多个外字?多谢了。
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    难过
    2016-12-28 23:16
  • 签到天数: 4 天

    [LV.2]偶尔看看I

    发表于 2016-12-28 22:25 | 显示全部楼层
    这个可以有
    回复 支持 反对

    使用道具 举报

  • TA的每日心情

    2017-5-24 22:31
  • 签到天数: 84 天

    [LV.6]常住居民II

    发表于 2017-1-23 13:43 | 显示全部楼层
    终于可以离线看了,不易啊
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    2017-5-15 09:06
  • 签到天数: 22 天

    [LV.4]偶尔看看III

    发表于 2017-1-29 15:07 | 显示全部楼层
    谢谢楼主 功德无量
    [发帖际遇]: IINGYAN213 帮晴雯撕扇,得谢金 1 没奈何. 幸运榜 / 衰神榜
    回复 支持 反对

    使用道具 举报

    您需要登录后才可以回帖 登录 | 注册

    本版积分规则

    关闭

    站长推荐上一条 /2 下一条

     
     
    账号故障技术支持
    有账号问题请留言,
    遇到被冻结时请按论坛提供的方法解冻,邮件找回的方式,如果有困难可以QQ留言.

    Archiver|手机版|小黑屋|国学数典 ( 2006-2014 京ICP备13025677号-1

    GMT+8, 2017-5-25 05:05

    Powered by Discuz! X3.2

    © 2001-2013 Comsenz Inc.

    快速回复 返回顶部 返回列表