⿰⺩⻅⿰⺅弋⿰⺡又⿰⻈吾⿰⻈司⿱册𠔀

汉汉
1

已知问题：

  1. 有些空格是多出来的，有的又不能删。
  2. pua 413 个，puas.txt (6.0 KB)
  3. 图片仅下载了资源，未匹配标签
  4. 结构复杂，工期会很长、很长、很长。

下载：

预览：

image
image1920×1335 379 KB

感谢：

  • amob 分享
  • bud 分享
15 个赞
2

谢谢，非常方便，试了几个字和词，和《现代汉语词典》解释一样

2 个赞
3

最好不要标注数据来源，这样标注被版权方发现的话，肯定会封掉这个获取渠道，以后就没有新数据了。

1 个赞
4

感谢，已修改。

5

这个词典之前有大神花大力气整理过，这个字体应该对录入PUA有点帮助。
STShusong_pua.woff (52.4 KB)
这个字体一共包含242个PUA字符，其中有不少未被Unicode收录的异体字形和数学公式，要完全避免PUA难度很大。

截屏2024-07-14 22.00.39
截屏2024-07-14 22.00.392914×2054 457 KB

1 个赞
6

puas~XH录入.zip (9.6 KB)

PUA录入完成
“”: “𫘤”,
“”: “𬴂”,
“”: “𬴃”,
“”: “𫘝”,
“”: “𫘨”,
…
“”: “”, (㊟化学式字母与下标数字之间的标记,共3条7处,
磷酸 :H3PO4→H₃PO₄,
葡萄糖:C6H12O6→C₆H₁₂O₆,
龙脑:C10H17OH→C₁₀H₁₇OH )
“”: “”, (㊟"文"缺末笔见 xht001.jpg)
“”: “󰘣”,(㊟全宋体)
“”: “”, (㊟城墙符号见 xht002.jpg)

1 个赞
7

人狠话不多，出活超级快。

有三种方案

  1. 源码统一成 【H<sub>3</sub>PO<sub>4</sub>】，方便源码输入（带tag）、页面搜索（无tag）、显示效果也是对的，如H3PO4。
  2. Unicode 下标123
  3. 嵌入数学公式js的源格式。

我个人倾向用第一种，想了解下您的建议、喜好和使用场景。

8

使用深蓝词典加DictTango,那就用第一种方案,能正确呈现就好

9

借楼问个问题，化学里面的 某基，那一横划，是用 — （U+2014）还是用-（U+002d）?

02
02717×219 8.19 KB

01
01723×190 7.76 KB

10

好久不学化学了，这个键是不是有长键、短键之分啊 :sweat_smile:

11

and chiral squaramide co-catalyzed carbene N–H insertion reaction

U+2013, 《Nature》

看了几个例子，不同词典比如collins 还有用 U+002D，统一就好吧，我倾向于跟着 Nature 走。

12

amines (-NH2) from NH3·H2O

The Ag−C distance in Int3-O is shorter than that in Int3-N

这篇 nature 里有 002d 和 2013 两种，NH2是最朴素的短的-减号。

Chemoselective carbene insertion into the N−H bonds of NH3·H2O | Nature Communications

13

嗯。
刚才搜了一下，002d、2013、2014，都有。短横、中横、长横。
没弄明白，还是保持原样好了。

14

未替换pua的 70101 个字词目 hwds.txt (511.0 KB)

有没有之前抓过网站发音的，分享下发音mdd，我就不用再写了。 :sweat_smile:

字词目的提取代码如下，由 bs4 换成了 lxml，非常快

import os
from lxml import etree

def get_projPath():
    projPath = os.path.dirname(
        os.path.abspath(__file__)
    )
    return projPath
def get_xmlsPaths(projPath):
    paths = []
    parent = os.path.join(
        os.path.dirname(projPath),
        'xmls'
    )
    for xml in os.listdir(parent):
        paths.append(
            os.path.join(parent, xml)
        )
    paths = sorted(paths)
    return paths
def checkHwds(xmlsPaths, hwdTag):
    hwds = []
    for xmlPath in xmlsPaths:
        with open(xmlPath, 'rb') as f:
            t = f.read()
        elesTree = etree.fromstring(t)
        for citiao in elesTree.iter(hwdTag):
            if len(citiao):
                hwd = ''
                hwd = checkTextTail(hwd, citiao, True)
                for ele in citiao.iter():
                    hwd = checkTextTail(hwd, ele, False)
            else:
                # hwd = etree.tostring(citiao, method='text', encoding='UTF-8').decode('utf-8')
                hwd = citiao.text
                hwd = hwd.strip()
            hwds.append(hwd)
    hwdsPath = '../hwds/hwds.txt'
    os.makedirs(os.path.dirname(hwdsPath), exist_ok=True)
    with open(hwdsPath, 'w', encoding='utf-8') as f:
        f.write('\n'.join(hwds))
def checkTextTail(hwd, ele, isRoot=False):
    if ele.text is None:
        pass
    else:
        hwdSub = ele.text.strip()
        if hwdSub == "":
            pass
        else:
            hwd += hwdSub
    if isRoot:
        pass
    else:
        if ele.tail is None:
            pass
        else:
            hwdSub = ele.tail.strip()
            if hwdSub == "":
                pass
            else:
                hwd += hwdSub
    return hwd
projPath = get_projPath()
xmlsPaths = get_xmlsPaths(projPath)
checkHwds(xmlsPaths, '词条')
15

发音六万多，失败了1000多条。其中er和|类型可以自动换，但是像总编辑，责任编辑的多个发音，只剩一个，大家可以官网查查或者app看看正确的资源地址是什么，反正我这是失败的。查了纸书总编辑就一个音，但是书面音标形式不代表实际发音，有的一个书面音配了四个音。

16

发音很重要，对普通话不好，经常错读的人更重要。
谢谢楼主！

17

小白 请教下这里发的这个现代汉语词典跟现代汉语词典第7版-20240219更新 - #183，来自 slgns
这个有什么区别吗？

18

请问STShusong_pua.woff这个字体是哪里来的?