昨天的版本里面有
7205900549827723316 中阃
你说的是异体字或者简繁排列组合 variants 没有redirect？
发现官网第一个双重（没有合并）的词头，被assign两个DocId，很可能是空格被当成字体了
果然。。。逼。。。真。。。。
以假乱真。逃过了程序猿的小眼睛。
1 个赞
更新了mdx，mdd，加入了leon和KK提供的新词条，
总共617700 个词头。
图像和发音会放在新的3.mdd里面
cssjs还有待完善。
1 个赞
新的3.mdd上传了百度。
freemdict很慢，十分钟以后上传完。
看看timestamp就知道要不要下载了。
你这个词典源数据是json嘛？意思是抖音和你对同样的json源数据做了不同的处理，所以html结构不一样？
这就是我说的还有600个词必定存在，但是还没有找到。在楼上的压缩包中。
源数据是json，因为
1）html不完整 （json里面内容漏掉一部分）
2）html是js生成，重复劳动，乘以读取次数和使用者，太浪费，体积还增加了几百倍 (800GB - 1TB)。
3）html在多个发音时，只含有当前发音的内容，还得一个个按，一个个等。
我可以试试把对应的结构用一样的class
1 个赞
看了一下抖音百科，和抖音汉语一样的思路，两条路，用词库撞搜索栏，得到结果列表，（DocID，Title）为主词条，（DocID，Text）为关联词条
json位于<script nonce="argus-csp-token" id="prefetch-data">(.*?)</script>，
可惜有防爬，不玩了，走了
抖音百科当前总ID2.0.txt (542.8 KB)
百科就不需要了，外网连页面都打不开，如临大敌，神经兮兮的。
先把字典弄好，因为字典离 《利益 和 钱》很远，也就离神经兮兮的东西远一点，清净很多。
抖音百科内容不是聚典的了，是原来的快懂百科（互动百科）的内容。
截个屏给我看看，这里完全打不开。
抖音百科的链接直接就是 快懂百科
你是不是 又忘记 啥了？？？？？？？？？？？？？
617701不吉利，还没完工，你要有点耐心。
你从6167~6177多出来的一千是怎么来的？我这边又搞了一些，我怕搞重复了。
你的意思是要一个docid清单? 都在mdx的词头链接里面
我要思路吧，
目前是从search里面排查，你觉得对不对