# 剑桥英语词典2023在线数据（1月22日更新）

**URL:** <https://forum.freemdict.com/t/topic/18561>\
**Category:** 词典及语言学习交流\
**Tags:** 英汉, 英语\
**Created:** [2023 年1 月 19 日 12:34 UTC](https://forum.freemdict.com/t/topic/18561 "2023-01-19T12:34:37Z")\
**Posts on this page:** 1\
**Showing post:** 32

<div class="post-metadata">

**Author:** ![sxingbai](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/s/919ad9/32.png) [@sxingbai](https://forum.freemdict.com/u/sxingbai)\
**Post date:** [2023 年1 月 20 日 13:26 UTC](https://forum.freemdict.com/t/topic/18561/32 "2023-01-20T13:26:08Z")

</div>

多谢理解！已经要晕了。因为21#的提醒，发现了一些问题：

> [@sxingbai](#):
>
> 找到问题了，原来在提取词头我用的bs4,可能某些网页标签不规范造成提取错误，有一二十处，另外也顺带发现了未收入词典的语料部分我提取内容多了，把广告也收进去了，一会儿也修改一下。多谢！

以为改了就ok了，谁知编译后发现还是少了一条，少哪条呢？哪个地方出问题先不管了，先找出来再说。那把词头提取出来与官网词表比对一下不就知道了，谁知一比对，吓了一跳，对不齐的有几百条。  
浏览一下，原因大概有两个：  
一、官方词表把idiom和phrase直接加在了词条后面，所以连同一楼的比对和替换表都得更新；  
二、还是用bs4提取词头的问题。因为英英版包含了几部词典，所以标签结构比较复杂，一般正则不易提取，只得用bs4，也许是分析存在问题，更可能是网页标签存在问题，所以某些词头提取出现问题。  
上面说的都是英英，英汉应该没啥问题，如果没人做，我有空可能会处理链接、删除冗余、增加js。英英不打算弄了，包括数据，至少暂时不再弄了，先把目前已知的问题上传，希望有高人接盘。

---

_[View the full topic](https://forum.freemdict.com/t/topic/18561)._