记得以前下载过，是有导出限制的，每次只能几百字
另外这里的文本材料好像没有殆知阁多，似乎也没有必要用
至于少数稀有资源，现在看也算不上稀有，大部分还是能找到的
殆知阁的资料多数应该来自Kanripo，源头是部分《四库全书》和《四部丛刊》，但是自作聪明，转换成了简体字，图像字从缺留空。殆知阁的资料也没有标点。
Kanripo收的《四库全书》和《四部丛刊》不齐全，所以根据Kanripo做的四库资料库，如殆知阁、国学大师，资料也不齐全。
Kanseki Repository 漢籍
汉籍全文检索系统是大学学者做的，文本质量比较好，有标点。
有更好的资料库可用，当然不用这个。我在顶楼已经说了：嫌弃的请忽略。
2 Likes
这个系统据说是从出版社拿的校对稿，但文本质量嘛，在更好的识别训练出来之前，不要抱希望，可以说没有过关的文本资源。
系统是收费的，现在改为在线的（有微信版，上次疫情的时候开放过小一段时间），版权好像在陕西师大。限制复制是我用的时候觉得最不爽的地方。
殆知阁的文本来源复杂，有很多问题，但下载后直接是文本文件，找个grep程序就可以了任意检索。如果需要可以就自己需要的文本精校，还是很方便的。
1 Like
补充一点，如果有高手把这个全部文本提取出来，那就是一个好的数据资源，
如果还需要依附在这个系统自带程序，没有特别需要也不用尝试了，复制麻烦，导出麻烦。
1 Like
我在资料库中不用html，就用纯文本。过去曾把资料库中的html写到资料库外再用浏览器打开，太麻烦，不这样做了。
现在就检索纯文本资料而已。需要看图像时，用外部程式打开图像。
我基本上也不用正则，自己写VBA程式处理资料。
2 Likes
喜欢殆知阁文本的，tmzn也有。
利用纯文本检索的好处是：不懂得做资料库的人也可以直接用。
把殆知阁文本全下载，保持原来的文件夹结构。
去下载Emeditor，假如你没有：
然后，利用Emeditor的Search - find in file，马上就能检索刚下载的文本资料库了。
不是打开单一文本检索。Search - find in file可以检索一个文件夹下所有子文件夹内的文本文件。把相关内容摘录汇总。
假如需要进一步看文本，点一下摘录的链接，Emeditor就会打开原文本。
不必限于殆知阁的文本，你自己ocr电子书做出来的文本，也可以这样检索。
这样做的坏处是：很慢。用任何一种资料库检索，都会比这个方法快得多。
假如你不想这样检索文本，也无法自己做资料库，又嫌弃顶楼的资料库。还有一个方法，用佛爷做的mdx。这个应该是用殆知阁文本做的。mdx可以做全文检索。
中华古籍数据库15694种－第二版
无法用百度盘的，去tmzn：
文淵閣四庫全書mdx
https://book.tmzn.top/5t/BOOK/词典/古籍等/文淵閣四庫全書
《四库全书》mdx的资料是不全的，完整的得用这一种：
四库全书绿色便携版
当然，你得有办法下载，下载后，电脑系统还要能用才行。
假如Win10不能用，装个Virtual Box，在Win10中跑WinXp吧。
非常不同意。你把所有资料都放在一个商业软件帐号里，就受制于人，随时任人宰割。
我的软件是自己写的，我的资料我做主，可以随心所欲操控。
各人用自己顺手的工具好了，何必管别人用什么。
2 Likes
附带多说一句，国学大师的《四库全书》检索，也提供过下载。tmzn也有。
因为我有完整的《四库全书》资料库，对国学大师这种土法炼钢版就没兴趣尝试了。
但是，各人对工具的需要不同，也许有人正好需要这种工具，所以我也列出来。不喜欢的请忽视。
假如有书友试了发现有优点，可以报告一下。
这里边还有一些古文字工具书的打包。研究古文字的书友也许会有兴趣。但是没有目录，不知道压缩包里是什么。别问我里边是什么，我没下载。
国学大师离线版
https://book.tmzn.top/2/国学大师完整版
需要看原书图像的在这里找图像：
430G四库全书系列合集
https://book.tmzn.top/5t/BOOK/430G四库全书系列合集(1)
不过我需要看图像时，最常用的其实是Ctext，我常常这样在谷歌里检索：
“文本”+ctext
“青青子衿” ctext
1 Like
我也非常不同意把自己的资料放到商业软件账号里
有过惨痛的经历，被操纵是一方面
更重要的是审查，当时没有分享，也没有开放浏览权限，然后我自己也打不开了。所以放在自己硬盘上也许是最可靠的选择。
具体哪个就不说了，内容也不足道
1 Like
感觉你想太多了，理论上说，大部分免费软件，包括一些开源项目，都含有木马。要绝对不受控制，除非你断网。而且你存点古籍，要挖掘也挖不出金子，对不？
被他们看到，不担心，也没什么值得挖掘的
担心的是自己传的东西自己也看不到，空忙活一场，本来想基于一定量级的检索，结果直接不让用了。
目前感觉理想的方式，是把类似殆知阁那样的文本存到硬盘上，找个有ui的grep任意检索。
文本质量固然是个难题，但作为初步粗检还是足够了。不会有人拿殆知阁的文本当作可以直接引用的文献吧！
1 Like
笔记软件是近十年来蓬勃发展的知识管理工具，没想到还有很多人不听不看不说，实在不可思议。你所担心的事相信别人也都担心过了。
我一直使用mybase，目前在尝试logseq
如果你还在用这么古老的工具，恕我直言，是比较落后的。
很多人用开源软件以为能保护隐私，其实有几个人去读过代码呢，就算全读过一遍又如何呢，自我安慰而已。
mybase是收费的，一直在更新，买过两个大版本更新，顺手而已。
logseq，引入了zotero 6.0以后pdf阅读功能，是吸引我的地方。是目前流行双链笔记软件GitHub - logseq/logseq: A privacy-first, open-source platform for knowledge management and collaboration. Download link: http://github.com/logseq/logseq/releases. roadmap: http://trello.com/b/8txSM12G/roadmap
好吧，算是在下我孤陋寡闻了 
我就喜欢知道的比我多的人 
求资源。找了好久找不到
真的非常感谢
1 Like