英汉翻译例句词典 是我非常喜欢的一本词典，目前只有图片版，阅读不太方便。
这里放出一份OCR后的文字版。几次尝试优化，但都无果而终。看看它能不能遇到有缘人吧。
code：fjyiliju
英汉翻译例句词典 ocr original.rar (3.2 MB)
3 个赞
括号里的数字是什么？
双竖线是分隔吗？
除了人工校对，实在没想出好办法。
比如：
/ 是分隔的竖线，还是字母 i ,还是本来就这样？
- 后面有空格还是没有空格？
II 是双竖线 “||” ，还是罗马数字？
从开始到放弃仅用了两分钟。 
而且翻译的不怎么对味口，比如：皮鞭子、模样儿、贱皮贱肉…… （有种老北京的味道）
括号里面的数字是例句出处总目中的编号
- 后面没有空格
|| 是原文分割例句和翻译的分隔符。
呃，我下载了两三次，只下载到一个1kb大小的stream.rar。
打开后只看到一段文本：
This content has been restricted. Using Cloudflare\'s basic
service in this manner is a violation of the Terms of
Service. Please visit cfl.re/tos to learn more.
第一次见过这种情况。
其他人没有问题吗？
一样
这里显示3.2mb，但我只能下到200多bytes的
是网站问题？
站长发的这个文件没有问题，可以下载。
我倒不需要这个文件，只是想看看能否改进。
吓了我一跳，嘀咕论坛是否被封了。 
谷歌研究了一下，似乎和内容是否侵权无关。
可能是Cloudflare想逼使用者多付钱升级服务？
This is an important example of why to avoid Cloudflare. If your website gets popular, your website’s images will be replaced with the image: “This content has been restricted. Using Cloudflare’s basic service in this manner is a violation of the Terms of Service.” and your website will break.
(略)
This is on the Business tier too, not the Free one.
This is an important example of why to avoid Cloudflare. If your website gets po... | Hacker News
请问hua大，解压密码是什么？感谢。我试了好几个都不对。
看一楼的code。
不要猜，在帖子里找。真找不到才猜。
2 个赞
应楼主要求重新ocr了这本词典，已经做过缺页和幻觉检查。
楼主如果要校对优化的话可以考虑用Beyond Compare，Rule里面对齐算法用Patience diff alignment
英汉翻译例句词典_gemini.txt (8.3 MB)
英汉翻译例句词典_quark.docx (7.7 MB)
英汉翻译例句词典_quark.txt (8.2 MB)
6 个赞
非常感谢！！！
能不能抽空做个mdx词典，谢谢啦
你好，是夸克OCR的吗》？
一个夸克一个gemini两个版本
大致比对了一下，Gemini准确率稍好，但有个致命问题，就是很多连字符丢失，只能逐一核对，例如:
Gemini：
a tonic ca lled Elixircol
Quark：
a tonic ——-lled Elixircol
写了个正则匹配错误之处（前向否定中排除掉正常的单词），
(?i)\b(?!(?:an|as|at|be|by|do|go|he|hi|if|in|is|it|me|my|no|of|oh|on|or|so|to|up|us|we|mr|dr|st|tv)\b)[a-z]{2}\b
可能错也可能不错的情况在清理过程中逐步加入：
de|ad|em|ve|re|am|ah|ll
比如de会出现在法语名字里面，也可能是de mand这样的错误。
但逐一修改的效率还是不高。等以后有空再继续改改。
英汉翻译例句词典_gemini.txt (8.3 MB)
抱歉我之前程序自动处理连字符出问题了，没有删除空格，这是正确的版本。
英汉翻译例句词典_gemini.txt (8.3 MB)
1 个赞