牛津高阶第四版增补版文字版pdf

链接

看样子是从word导出的PDF,有没有人知道这是哪里来的?

手里还有一本朗文写作,不知道是哪个好心人做的?

基本就是早期流传的txt文本在word里排版了一下,然后打印成pdf,质量、可靠性不怎么样,连音标的乱码都没改。

alight
/ E5laIt; E`laIt/ adj [pred 作表语] on fire; lit 烧著;
点著: A cigarette set the dry grass alight. 香烟
把乾草点著了. *| Her dress caught alight in the
gas fire. 她的衣服让煤气炉烧著了. *| (fig 比喻)
Their faces were alight with joy. 他们因喜悦而
容光焕发.

像这些讹误,没法正常使用。

2 Likes

实际上我上面提到的只是“小问题”,仔细去看一下文件,这个pdf中以“L”开头的单词全部是缺失的,“K”后面接的是“M”。何以如此?是因为起初发布OALD4 txt文件的傻 x 故意把L词条的文件给删了,然后谬种流传。牛津高阶4的TXT文档虽然是此人散布开来的,但我依然要骂他傻 x,你不发布自然有别的人从光盘文件里提取文本,不是没了张屠户,大家都要吃连毛猪肉,既然发布了却搞这么一个阴险的、中间删除的阉割文档,让很多人上当受骗。

我会扫描一本高清版的,不过需要时间久一些。

2 Likes

有劳了, 恭候佳音。

1 Like

谢谢,那大家是翘首企盼了。除了高清图像版,我觉得一个完整的、相对可靠的纯文本文件也是必要的,可惜从现有的基础上都不容易做到。原始的txt,存在音标乱码、繁简转换错误、词头标识缺漏等问题;那些一直在“完美”的牛高4 mdx,自作聪明把不少原有的符号(比如义项编号)给删了,然后用CSS的伪类生成,比较难还原成原始的、与纸本一致纯文本。

我把牛津高阶4 txt文本“L”部分的词条贴一下,是在网上搜到的,略微加以整理。另附修正金山音标乱码的script,“p = re.compile(’/.?; .?/ ')”这一句正则需要特别留意,请根据自己的文本实际情况修改,不恰当的话会有很多误伤。

#!/usr/bin/env python
# -*- coding: utf-8 -*-

"""
OALD4原始文档音标使用了"Kingsoft Phonetic Plain"字体,
导致不安装该字体的电脑会出现乱码,在此批量替换修正。
金山词霸音标字体编码表可参见 http://www.fmddlmyy.cn/text66.html (此表有误,需具体调整)

"""

import re


def converter(match):
    phonetic_string = match.group()
    correct_symbol = phonetic_string.replace('5', 'ˈ')\
        .replace('7', 'ˌ').replace('9', 'ˌ')\
        .replace('A', 'æ').replace('B', 'ɑ')\
        .replace('C', 'ɒ').replace('E', 'ə')\
        .replace('F', 'ʃ').replace('I', 'ɪ')\
        .replace('J', 'u').replace('N', 'ŋ')\
        .replace('Q', 'ʌ').replace('R', 'ɔ')\
        .replace('T', 'ð').replace('U', 'ʊ')\
        .replace('V', 'ʒ').replace('W', 'θ')\
        .replace('Z', 'ɛ').replace('\\', 'ɜ')\
        .replace('^', 'ɡ').replace(':', 'ː')\
        .replace('[', 'ɝ').replace('L', 'ɚ')\
        .replace('?@', 'US').replace('`', 'ˈ')

    return correct_symbol


def main():
    file_src = r'C:\Users\xxx\Desktop\oald.txt'
    file_dst = r'C:\Users\xxx\Desktop\oald-2.txt'

    with open(file_src, 'r', encoding='UTF-8') as f:
        text = f.read()

        p = re.compile('/.*?; .*?/ ')      # 建议先用“/ .{1,60}?; .{1,40}?/ ”等,分步修改

        result = re.sub(p, converter, text)

    with open(file_dst, 'w', encoding='UTF-8') as fout:
        fout.write(result)


if __name__ == '__main__':
    main()

OALD4-L词条.txt (525.8 KB)

zlibrary上搜索

我有973m 的你需要下午给你。大概看了一下,我这个不缺。

你说的是图像版,文本怎么会有973m这么大?图像版pdf我已经有了。

1 Like

果然,那个文字版中没有“L”词条……

有就好,是pdf。我以为没有。

可以从第四版光盘中把文本拷出来

其实读秀版 13438057 看着好像也还可以,压缩包有1.4GB:

如有需要,改天上传。

1 Like

看着不错:blush:麻烦传上来吧,可以的话就不用费事扫了 :rofl:

1 Like

libgen上有一个“ 牛津高階英漢字典”的epub文件,繁体版,它实际上是牛高4,虽然也不太完善(音标乱码、重复词条等),但可能是独立提取的,中文繁体没有妄动。

950M的好像就是在此版上用软件“漂白”纸透的。

类似于:【特别】扫描本 牛津短语动词词典 英汉双解版 第二版

嗯,处理过的会给人看上去更清晰的假象,但看久了还是原张对眼更舒服。