# 图片词典故訓匯纂文本化过程记录 **URL:** \ **Category:** 汉汉\ **Created:** [2023 年9 月 5 日 12:16 UTC](https://forum.freemdict.com/t/topic/23162 "2023-09-05T12:16:25Z")\ **Posts on this page:** 11\ **Page:** 2
**Author:** ![feiwu](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/f/f17d59/32.png) [@feiwu](https://forum.freemdict.com/u/feiwu)\ **Post date:** [2025 年2 月 28 日 03:42 UTC](https://forum.freemdict.com/t/topic/23162/21 "2025-02-28T03:42:11Z")
> [@W2K](#): > > 怎么闹，既然文本电子化了，应该统一下好。新旧也就算了，这种混排乱乱的 **别用台标字体** ![image](https://forumcdn.freemdict.com/uploads/default/original/3X/7/d/7d5be8de690d20d4573e989096a74409b90058b4.png) ![image](https://forumcdn.freemdict.com/uploads/default/original/3X/a/1/a18316f7bff339f847eb907b0b53cdfeab3f191b.png) 由于unicode的认同和分离，两个字形一个码位，一个字形两个码位都是常见的 ![image](https://forumcdn.freemdict.com/uploads/default/original/3X/4/e/4e190001632316edd8feb57e56bc6fefe75b07eb.png) ![image](https://forumcdn.freemdict.com/uploads/default/original/3X/9/6/96eaf1dc5e4a24ffda4ceb7a395b98073ab9476f.png) ![image](https://forumcdn.freemdict.com/uploads/default/original/3X/6/3/63b110b85852340132de25d4f73c55fc7182debe.png) 甚至G和T战术换家 ![image](https://forumcdn.freemdict.com/uploads/default/original/3X/f/8/f86a9544062d069661f866001e87a2ecb79e4483.png) ![image](https://forumcdn.freemdict.com/uploads/default/original/3X/3/2/32c1e678ab09c83d07cd8b3342f66979a8bee588.png) 对于小学类数据需要避免这种干扰。 建议使用字统网部件查字，可以看到码表字形 [zi.tools](https://zi.tools/) ![image](https://forumcdn.freemdict.com/uploads/default/original/3X/5/1/517b3e40079201a90a5f64aa6ef5b855cbff802d.png) ![image](https://forumcdn.freemdict.com/uploads/default/original/3X/e/f/efa2c96deef454d55ece15202e08fe7d68cd49fe.png) 建议使用文津宋体 [takushun-wu/WenJinMincho: 可免费商用的大字符集宋体字库，以OFL协议发布。/A large character set fonts in Songti(Mincho) style. Licensed under the SIL OFL 1.1.](https://github.com/takushun-wu/WenJinMincho) 建议与G源字形不合的使用IDS。 ---
**Author:** ![W2K](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/w2k/32/5_2.png) [@W2K](https://forum.freemdict.com/u/W2K)\ **Post date:** [2025 年3 月 1 日 03:23 UTC](https://forum.freemdict.com/t/topic/23162/22 "2025-03-01T03:23:41Z")
你说的一会装下字体看下 现在好多东西还叫不准。就拿词头来说，一开始觉得非基本区的拆开可以查到就行了，所以录入是就简单按自己理解的 ![image](https://forumcdn.freemdict.com/uploads/default/original/3X/a/a/aab3c122dc9fb4086b139aa0c62ab79306ec200e.png) 再加个这东西就完事了。 ![image](https://forumcdn.freemdict.com/uploads/default/original/3X/c/e/cec25354c2173956eb32107b6a0980371d7b49c3.png) 可有的字根本不是那回事，所以现在正翻回头按这个网站的在录入一遍，可是这个网站也不是都拆开的，没有的按（字統网）拆字录入呢。 ![image](https://forumcdn.freemdict.com/uploads/default/original/3X/0/f/0ff053d0e9d43732ddc59a15ab1409a6f9949cfb.png) * * * 有些还是叫不准该用哪个（着手弄这个就发现了，挠脑袋也不行） **顔 顏** 顔 U+9854 UTF-8: 0xE9 0xA1 0x94 CJK Unified Ideographs Unicode 脚本: Hani (Han) Unicode 的一般类别: Lo (Other Letter) 文件位置：168 字节 顏 U+984F UTF-8: 0xE9 0xA1 0x8F CJK Unified Ideographs Unicode 脚本: Hani (Han) Unicode 的一般类别: Lo (Other Letter) 文件位置：171 字节 “上”字头的119项 ![image](https://forumcdn.freemdict.com/uploads/default/original/3X/5/7/57302463d78cd87dfe6203f15bcce8f1b1bc485d.jpeg) 而我这觉得靠谱信息查了下 ![image](https://forumcdn.freemdict.com/uploads/default/original/3X/7/4/74745b66214ec582063f75f8ced523d7d91ebd34.png) ![image](https://forumcdn.freemdict.com/uploads/default/original/3X/e/c/eca7d6f18bf184845a52b438dbd0cdcb1e11bca5.png) 凡例里写的 ![image](https://forumcdn.freemdict.com/uploads/default/original/3X/6/b/6b9066adfb2db47eb4e9d4a61fdfdafe1baee7b5.jpeg) 我咋保证啊？？？我也没看到原书,按纸书印刷那可简单了（像这样得按纸书印的绝对不是最好的选择，但也是目前唯一的办法） 你楼上那朋友也说要看下引用书目表 * * * 就还拿“颜”字来说我这块都没法下手。 ![image](https://forumcdn.freemdict.com/uploads/default/original/3X/9/f/9f3b3db07a6d0c90b4d1a3dab66d1e7fdb67f62e.png) 我理解的不是简单的一替换的事，反正没想好咋弄。 不想由于个人的主观二次引入错误。 哈哈哈，先玩词头吧（弄错了也好改 😊）。 ---
**Author:** ![xianjue114](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/x/a587f6/32.png) [@xianjue114](https://forum.freemdict.com/u/xianjue114)\ **Post date:** [2025 年10 月 28 日 13:42 UTC](https://forum.freemdict.com/t/topic/23162/23 "2025-10-28T13:42:50Z")
膜拜老师！辛苦了！ ---
**Author:** ![feiwu](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/f/f17d59/32.png) [@feiwu](https://forum.freemdict.com/u/feiwu)\ **Post date:** [2026 年6 月 26 日 10:44 UTC](https://forum.freemdict.com/t/topic/23162/24 "2026-06-26T10:44:49Z")
查询当前进度 ---
**Author:** ![W2K](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/w2k/32/5_2.png) [@W2K](https://forum.freemdict.com/u/W2K)\ **Post date:** [2026 年6 月 26 日 12:25 UTC](https://forum.freemdict.com/t/topic/23162/25 "2026-06-26T12:25:45Z")
![image](https://forumcdn.freemdict.com/uploads/default/original/3X/7/3/73582b332832a7b1f32c5a82d09e2e98cc5074f4.png) 校对、补标签，今年过年没弄。总共这些 ![image](https://forumcdn.freemdict.com/uploads/default/original/3X/6/8/682351726fa845444bf45cc85cd727f4d07ab29f.png) 平时没时间，你有时间就拿去。最好能保持我这样的然后返回我一份我做个比对（也不是必须的） 要的话圈我下我私给你 还用Em的有知道跨行高亮的多个的么？我就会这一种。 ![image](https://forumcdn.freemdict.com/uploads/default/original/3X/9/6/96049a5e73f6916c1272089db731af2590aac817.png) 其余的我都这样配着弄的 ![image](https://forumcdn.freemdict.com/uploads/default/original/3X/c/2/c2b4aa3adedef6767c445bd4e13e9460d7bd250f.png) ---
**Author:** ![midzuki\_yuka](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/midzuki_yuka/32/83965_2.png) [@midzuki\_yuka](https://forum.freemdict.com/u/midzuki_yuka)\ **Post date:** [2026 年6 月 26 日 12:52 UTC](https://forum.freemdict.com/t/topic/23162/26 "2026-06-26T12:52:41Z")
求一份。多謝！ ---
**Author:** ![feiwu](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/f/f17d59/32.png) [@feiwu](https://forum.freemdict.com/u/feiwu)\ **Post date:** [2026 年6 月 26 日 14:18 UTC](https://forum.freemdict.com/t/topic/23162/27 "2026-06-26T14:18:44Z")
你的标签弄得好复杂，其实只要换行对，剩下的都可以用正则来处理。 出处匹配到句号和书名号之间，`^(\d+♦.+?。)(《.+)$`替换为`\1♣\2♠`，即使有错，也不会太多。 ---
**Author:** ![W2K](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/w2k/32/5_2.png) [@W2K](https://forum.freemdict.com/u/W2K)\ **Post date:** [2026 年6 月 26 日 14:56 UTC](https://forum.freemdict.com/t/topic/23162/28 "2026-06-26T14:56:25Z")
那个就是为了高亮糊弄人的玩意、别当真 我弄的： ^\1​♠头 ã\1ç说 ñ\1õ音 ^\1​♦序 ♦\1​♣意 ♣\1​❤例 就这点东西。 保持和排版一致我就没弄直再按标签打断，反正从头开自己始弄的都清楚，再装回去每个字就连标点都是对位的。 后来慢下来就是一边校对一边看，感觉缺好多应该有的东西为了排版和体量人为的删减了不少，反正就是不过瘾的那种。（我记着好像在哪看过过报道，出版社都着手出版了中间又提出要求原作者做了内容缩减） 这本真的挺不错 ---
**Author:** ![wynick27](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/w/958977/32.png) [@wynick27](https://forum.freemdict.com/u/wynick27)\ **Post date:** [2026 年6 月 26 日 15:16 UTC](https://forum.freemdict.com/t/topic/23162/29 "2026-06-26T15:16:32Z")
标签是手动补的吗，感觉非常容易出错，现在有新模型了，文字可以多ocr几个版本让ai来预处理，标签也可以让ai写程序解析。 ---
**Author:** ![feiwu](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/f/f17d59/32.png) [@feiwu](https://forum.freemdict.com/u/feiwu)\ **Post date:** [2026 年6 月 26 日 15:43 UTC](https://forum.freemdict.com/t/topic/23162/30 "2026-06-26T15:43:38Z")
![image](https://forumcdn.freemdict.com/uploads/default/original/3X/9/6/96049a5e73f6916c1272089db731af2590aac817.png) （三）的拼音有问题，应该是`chāi`，用这个正则排查下`[a-z\x{00c0}-\x{02af}] +★(?![《\n\(\)])` ---
**Author:** ![W2K](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/w2k/32/5_2.png) [@W2K](https://forum.freemdict.com/u/W2K)\ **Post date:** [2026 年6 月 26 日 16:28 UTC](https://forum.freemdict.com/t/topic/23162/31 "2026-06-26T16:28:04Z")
那个已知的小问题了，有ocr时错误、也有最初正则弄错的。 大体定下后除了查找就很少批处理了。 ![image](https://forumcdn.freemdict.com/uploads/default/original/3X/e/4/e40b6c2130f9896b0130269a38219659bc822109.png) 像这种靠正则啥的根本不靠谱，只能靠肉搏，有的释义真的好多行才是例。还有兒↔皃（大面积）、囗↔口（小面积）的大小圈的事都得靠手翻才是真问题，那个i 、|问题有，但顺手改了就行了。 觉得这本只有下手去弄才最靠谱，什么AI啥的也就是印刷不清楚的地方按前后左右信息能查出它是个嘛。使不上啥劲 [上一页](https://forum.freemdict.com/t/topic/23162.md?page=1)