# \[编修求助·半成品\] 《21世纪大英汉词典-全索引》整理进度与困难 **URL:** \ **Category:** 技术交流与词典编修\ **Tags:** 21世纪大英汉词典, 汉语, 反查, mdx, 技术, 英语\ **Created:** [2026 年7 月 7 日 09:07 UTC](https://forum.freemdict.com/t/topic/44521 "2026-07-07T09:07:56Z")\ **Posts on this page:** 7\ **Page:** 1
作者： ![Ivlivs](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/ivlivs/32/82228_2.png) [@Ivlivs](https://forum.freemdict.com/u/Ivlivs)\ 发布日期： [2026 年7 月 7 日 09:07 UTC](https://forum.freemdict.com/t/topic/44521/1 "2026-07-07T09:07:56Z")
# **[编修求助·半成品] 《21世纪大英汉词典-全索引》整理进度与困难** 《21世纪大英汉词典》内容非常全面，释义也非常准确，词条数也很多，是我用过的最好用的英汉词典，能满足 GRE 和偏门学科对词汇的极限要求。 下面分享一下我以网络流行版本为底本进行修订的一些经验和困难，主要还是向各位大神和论坛用户朋友求助。 即使你没有修订过这本词典，或许你也可以从我这里学到一些成功或失败的经验，对你编修其它词典可能会有一点点的灵感和启发。 # **0 前情提要** 我在修订前发了一篇纯求助帖子，里面记载了我的一些最初的想法和修订的缘由，也在评论区学到了如何上手编修，详情见这篇帖子：[21世纪大英汉词典 双向索引 427万词条](https://forum.freemdict.com/t/topic/44281) # **1 项目地址** 1. **Github** ：[GitHub - RaterChan/21-CUEC-Dict-Compilation: 21世纪大英汉词典编修的资源仓库 · GitHub](https://github.com/RaterChan/21-CUEC-Dict-Compilation) （由于 Github 限制，此处没有原始的 `.mdx` 文件） 2. **Quark网盘** ：[夸克网盘分享](https://pan.quark.cn/s/7706c745e1a8) 3. **Google Drive** ：[https://drive.google.com/drive/folders/1pHXjgecYpFgd\_oQarxEMiK76cJtK0RKu](https://drive.google.com/drive/folders/1pHXjgecYpFgd_oQarxEMiK76cJtK0RKu) **声明：** 所有的代码都是使用 `Google Gemini (Pro)`（我强烈 **不** 建议你用Gemini因为它就像美国豆包一样，推荐选择Anthropic的Claude或者OpenAI的ChatGPT） 写的，我本身能看懂一些代码，但是自己写不出来。AI 写的代码有些中二病是很正常的（至少对于Gemini是这样）。每个代码文件都有详细完整的解析和注释，这些解析和注释是朴实的，没有中二病，请放心观看。 # **2 所用材料和所用工具** ## **2.1 词典：《21世纪大英汉词典》** 英文名称：`The 21st Century Unabridged English-Chinese Dictionary`，`.mdx` 文件作者不详，版本不详。 我已将这个包含在我的项目中，上述项目地址有包含 `.mdx` 文件（Github 链接除外）。 我从这里获取：[https://cloud.freemdict.com/index.php/s/pgKcDcbSDTCzXCs?dir=/ENGLISH/Eng-Chi/21st%20Century%20Dictionaries](https://cloud.freemdict.com/index.php/s/pgKcDcbSDTCzXCs?dir=/ENGLISH/Eng-Chi/21st+Century+Dictionaries) ## **2.2 Python (IDE+interpreter)** 1. **Anaconda** ：[Download Success | Anaconda](https://www.anaconda.com/download/success?reg=skipped) 2. **PyCharm** （[https://www.jetbrains.com/pycharm/）](https://www.jetbrains.com/pycharm/%EF%BC%89) 或者 **MS VS Code** （[https://code.visualstudio.com/）](https://code.visualstudio.com/%EF%BC%89) ## **2.3 Python库：`MDTT`** 1. **English** ：[mdtta · PyPI](https://pypi.org/project/mdtta/#description) 2. **中文** ：[mdtt/README-zh.md at master · libukai/mdtt · GitHub](https://github.com/libukai/mdtt/blob/master/README-zh.md) ## **2.4 数据库软件：`DB Browser for SQLite`** 下载链接：[Downloads - DB Browser for SQLite](https://sqlitebrowser.org/dl/) ## **2.5 在线 HTML 解析（辅助）** > **[HTML 在线运行 - 锤子在线工具](https://www.toolhelper.cn/Html/Preview)** > > 此工具是一个 HTML 在线运行 工具，用于在线进行前端代码测试，将你的 HTML、CSS 或 JavaScript 代码复制到代码框内，实时显示运行结果。 # **3 词典基本信息** ## **3.1 信息概览与特征** ![3.1](https://forumcdn.freemdict.com/uploads/default/original/3X/8/1/81ef8f4ff49bef2ba39f5cdfb9c9148a1f47ae51.png) **第二步去重后** ，基本信息统计（`basic info.txt`）如下： 一共 `4,057,426` 行，其中： 1. 值是跳转的，即以 “`@@@LINK=`” 开头的有 `2,920,731` 行，占比 `71.98%` 2. 独立词头有 `3,138,401` 个，占比 `77.35%` 3. 值是 HTML 的，有 `1,136,695` 行，占比 `28.02%`，其中： - 3.1 以 `` 开头的有 `652,990` 行 - 3.2 以 `` 开头的有 `483,705` 行 ## **3.2 数据示例** 略，数据实在过于繁杂和凌乱，与其看我写的示例不如打开数据库结合查询代码看上个 10 min，或者跟着我下面的步骤一步步解锁。 ## **3.3 整理思路** 原始 `.mdx` 文件 —[`MDTT`解包]—\> `.db` 文件 —[`DB Browser`去重]—\> `.db` 文件 —[消除跳转链接，避免修改过程中产生死链]—\> `.db` 文件 —[清洗乱码字符，主要是“/”]—\> `.db` 文件 —[整理低频键名]—\> `.db` 文件 —[语义级去重，消除重复释义]—\> `.db` 文件 —[…]—\> … —[…]—\> `.db` 文件 —[重建跳转链接，节省存储空间]—\> `.db` 文件 —[`MDTT`打包]—\> 成品 `.mdx` 文件 这里的是理想状况下的步骤，每个步骤难度不一，我并没有严格按照这个步骤（详见下文），有些步骤我也没想那么远。 # **4 整理过程** ## **4.1 第一步：将 `.mdx` 文件转换成 `.db` 文件** ### **4.1.1 解包** 详情见中文 [README-zh.md](https://github.com/libukai/mdtt/blob/master/README-zh.md) 和 [21世纪大英汉词典 双向索引 427万词条](https://forum.freemdict.com/t/topic/44281) 的讨论部分。 ### **4.1.2 结果** 得到两个文件： 1. `The 21st Century Unabridged English-Chinese Dictionary.db`（`1433176 KB`） 2. `The 21st Century Unabridged English-Chinese Dictionary.mdx.meta.toml`（`1 KB`） ![4.1.2-1](https://forumcdn.freemdict.com/uploads/default/original/3X/8/7/87fd55311c3ec385d8291ee592f1c7c182245e96.png) ![4.1.2-2](https://forumcdn.freemdict.com/uploads/default/original/3X/4/c/4c0d5a14db8d921750c3d2435e657a7cc1a76e7b.png) 可以用 `DB Browser` 验证，现在 `.db` 文件有 4,278,399 行记录。 ## **4.2 第二步：去重1（消除完全相同的键值对）** 这一步比较简单，直接使用 `DB Browser` 打开 `.db` 文件，点击 `Execute SQL`，粘贴以下代码： ```auto DELETE FROM mdx WHERE rowid NOT IN ( SELECT MIN(rowid) FROM mdx GROUP BY entry, `paraphrase` ); ``` 然后点击`F5`，运行完毕后点击`Write changes` 即可。 去重后，`.db` 文件有 `4,057,426` 条记录。 ## **4.3 第三步：消除跳转链接，“展平”数据库** ### **4.3.1 使用脚本：`full_dict.py`** ### **4.3.2 问题** 使用 `DB Browser`，输入简单的 SQL 语句即可知道这里面有很多乱码键，比如富含“`/`”的键，而正常的键反而依赖这些乱码键进行查询的中转，如： “ `105号元素`”的释义是： ```auto @@@LINK=105号元素-105/号/元素-【化学、物理学】105号元素 [亦作 element 105, hahnium] ``` 而后者的释义才是真正的释义： ```auto
unnilpentium [,ju:nil'pentiəm]
``` 这说明如果无脑去除带“`/`”等符号的乱码键如“`105号元素-105/号/元素-【化学、物理学】105号元素 [亦作 element 105, hahnium]`”，则会造成以上查询链条断裂，导致查询“`105号元素`”返回空结果。 ### **4.3.3 解决** 由此可知，我们需要将数据库“展平”，即消除所有跳转链接，把每个键的最终释义给提到自己的“`paraphrase`”列中。 `full_dict.py` 执行的就是这样一个功能。其具体的输入输出、注释和全代码逻辑解析在代码文件中详细清晰地写出，打开即可看到，这里篇幅原因不写代码解析。 注意：这样会导致数据库体积暴增，会产生一个 `4991492 KB` 的新的 `.db` 文件。执行 `full_dict.py` 时，注意最后 `main` 函数的输入输出文件名是否符合你的预期，下同。 ### **4.3.4 此步产出（文件名可能不一样）** 1. `full_dict_without_link.db`（`4991492 KB`） 2. `mdx_cleaner_anomaly.log` ![4.3.4-1](https://forumcdn.freemdict.com/uploads/default/original/3X/a/1/a1b2adb9a272c800790fc5c83813931848b84e18.png) ![4.3.4-2](https://forumcdn.freemdict.com/uploads/default/original/3X/c/2/c23bae5c61f2aebc07d4fe006b1b3f4f3c693d0e.png) 用各自的软件打开可验证，`.db` 文件有 `4,301,183` 条记录；`.log` 文件只有`1`条死链，如下图： ![4.3.4-3](https://forumcdn.freemdict.com/uploads/default/original/3X/d/c/dc442fd3253d17e1f0420c736ee94962e090ead4.png) 用 `DB Browser` 验证，确实如此。 ![4.3.4-4](https://forumcdn.freemdict.com/uploads/default/original/3X/e/1/e189d7b80ca9d6651a0602146d217d5cde9e7954.png) ## **4.4 第四步：去重2（消除同一个键中多个值的语句级相互包含关系）** ### **4.4.1 使用脚本：`find_sub_set.py`** ### **4.4.2 问题** 这个 `.mdx` 文件最大的问题是重复，比如这样的重复，在数据库中找到“`不退让`”这个词头，可以看到属于这个词头的有 `10` 条记录。 ![4.4.2-1](https://forumcdn.freemdict.com/uploads/default/original/3X/5/8/58e332907fa6efc9e2d572f6336e443e9b7afecc.png) 如果你的文件和我一模一样，那么请选中行号 `1270100` 和 `1270108` 这两条记录的释义部分： `1270100.` ```auto
hold one's own
``` … `1270108.` ```auto
hold one's own
``` … 复制之，粘贴到 [HTML在线解析](https://www.toolhelper.cn/Html/Preview) （如果出现了些许差异，请把 `10` 条记录的释义部分竖着选取复制，结果一样）进行查看，可以发现有两条释义是部分重复的，存在子集关系。 网页在线解析结果： ![4.4.2-2](https://forumcdn.freemdict.com/uploads/default/original/3X/f/6/f698258fbed0fbd870ddcacfdab05e7185c1e35d.png) 可以看到 `1270100` 释义是 `1270108` 释义的子集，前者与后者的第一条子释义是一样的，且词头“`hold one's own`”也是完全一样。 **需要去重** 。 ### **4.4.3 解决** 但是 `paraphrase` 一列是 HTML 代码，因为 HTML 代码的封闭特性，就算解析后的内容上有重复，其字面上的 HTML 代码未必是有子集关系，所以不能直接进行字符匹配来找子集关系。必须先用一个叫 `BeautifulSoup` 的 Python 库解析这些 HTML 代码，提取其解析后的真正显示给人类看的文字内容再进行子集关系判断。 `find_sub_set.py` 实现的就是这样的一个功能。其具体的输入输出、注释和全代码逻辑解析在代码文件中详细清晰地写出，打开即可看到，这里篇幅原因不写代码解析。 注意，这一步会生成一个新的 `.db` 文件（`4957676 KB`），请留意存储空间。 ### **4.4.4 此步产出（文件名可能不一样）** 1. `full_dict_semantic_cleaned.db`（`4957676 KB`） 2. `semantic_killed_audit_1.csv`（`93534 KB`） ![4.4.4-1](https://forumcdn.freemdict.com/uploads/default/original/3X/1/8/18e771a24b68b13863efe697a01d2a6740add84c.png) ![4.4.4-2](https://forumcdn.freemdict.com/uploads/default/original/3X/a/9/a9778ffc1a9f20e809599b61ddcf71efefe3bbac.png) 用各自的软件打开可验证，`.db` 文件有 `4,242,799` 条记录；`.csv` 文件有 `58,384` 条记录（不含表头）。 ## **4.5 第五步：清洗键当中的“`/`”字符** ### **4.5.1 使用脚本：`remove_slash_1.py`** ### **4.5.2 问题** 当你第一次打开 `.db` 文件的时候，你可能已经发现了，这本词典在制作的过程中建立了太多的乱码键，即将一个中文或英文句子用“`/`”分割成了很多份，这可能是原作者建立索引的时候代码分割失误所造成的垃圾。如： ```auto 1. 伦斯/劳伦斯/(/1901/～/1958/，/美国/物理/理学/学家/物理学/理学家/物理学家/，/1939/年/获/诺贝/贝尔/物理/理学/诺贝尔/物理学/诺贝尔物理学奖/) 2. 因此1-以那一点上-以/那/一点/上-以那(或这)一点上-以/那/(/或/这/)/一点/上 3. 派/人/看守/着 4. ... ``` ### **4.5.3 解决** 但是这些不能全部删除，要不然反查功能就没了，所以为了保住反查功能，我们只能进行“屎里淘金”，尽可能地先恢复其原本的样貌。 `remove_slash_1.py` 实现的就是这样的一个功能。其具体的输入输出、注释和全代码逻辑解析在代码文件中详细清晰地写出，打开即可看到，这里篇幅原因不写代码解析。 注意，这一步会生成一个新的 `.db` 文件（`3759720 KB`），请留意存储空间。 ### **4.5.4 此步产出（文件名可能不一样）** 1. `full_dict_slash_removed_1.db`（`3759720 KB`） 2. `slash_removed_1_audit.csv`（`164408 KB`） ![4.5.4-2](https://forumcdn.freemdict.com/uploads/default/original/3X/d/7/d76879ca8ebe78ef1f7e7d7db94a90a0e309be14.png) ![4.5.4-1](https://forumcdn.freemdict.com/uploads/default/original/3X/6/0/602518b242ca71ccd0bf5989aa838283f563725a.png) 用各自的软件打开可验证，`.db` 文件有 `3,193,939` 条记录；`.csv` 文件有 `1,048,575` 条记录（不含表头）。 ## **4.6 第六步：去重3（消除同一个键中多个值的词汇级相互包含关系）** ### **4.6.1使用脚本：1. `fragment_clean_preview.py`； 2. `fragment_clean_execute.py`** ### **4.6.2 问题** 这一步是第四步的历史遗留问题。由于我对这本词典的重复的模式没有深入研究，加之对数据库、Python 编程都不太懂，所以我基本上在和 AI 问答过程中都是懵的，AI 写的代码的漏洞或者逻辑不全的地方我一开始没发现。 可是我们第四步不是去过重了吗？是，也不是。第四步的程序有问题，它的处理最小单位是 HTML 代码经过 `BeautifulSoup` 解析后的文本 **句子** ，这在“ **子集在超集的第一条** ”的时候是生效的，但是子集如果在超集的后面几条记录，那是完全匹配不到的。 这么说非常的抽象，抽象就对了，我一开始也没想这么细。 我们先回过头来看第四步的程序能处理的情况： ![4.6.2-1](https://forumcdn.freemdict.com/uploads/default/original/3X/c/b/cb9a38a9019ed9d2e69f8c2ea88547362b027182.png) 这在 `find_sub_set.py` 中被解析为： `1270100`: `{"hold one's own 坚持自己的立场；坚守住，不退让"}` … `1270108`: `{"hold one's own 坚持自己的立场； 坚守住，不退让 可匹敌，敌得过 保持力量，不衰退；维持原有健康状况"}` … 在对比的时候会比较这两个字符串，`1270100` 是 `1270108` 的子串吗？`True`。则 `1270100` 被过滤掉。 那么什么情况下这个程序失效呢？我们来看另外一个例子。 直接在数据库中找到“`1/4平方英里土地`”这一词条，它有两个值，分别是： 1. ```auto
quarter section quarter sections
``` 1. ```auto
quarter section quarter sections
``` 鼠标竖着选中这两个单元格，复制之，粘贴到 [HTML在线解析](https://www.toolhelper.cn/Html/Preview) 中（或者在词典软件中直接搜索“`1/4平方英里土地(合160英亩)`”，效果一致），可以看到第二条短的解释（子集）“`1/4平方英里土地(合160英亩)`”是第一条长的解释（超集）的第二条解释。 ![4.6.2-2](https://forumcdn.freemdict.com/uploads/default/original/3X/4/b/4b14f5e0bc4d4f0ed131b0597116ced1e5f25a72.png) 当 `find_sub_set.py`（第四步所用程序）的 `BeautifulSoup` 解析 HTML 代码时，它的解析结果是： 1. **子集** （短的解释，上图的第二条记录）：`{quarter section quarter sections 1/4平方英里土地(合160英亩)}` 2. **超集** （长的解释，上图的第一条记录）：`{quarter section quarter sections [美国西部方言]四分之一平方英里的一块地 1/4平方英里土地(合160英亩)}` 问题就出在这里：因为超集在中间插入了 “`[美国西部方言]...`” 这半句话，导致子集原本相连的文字被截断了。这就像问：“`我是好人`” 包含 “`我是人`” 吗？ `find_sub_set.py`（第四步所用程序）运用了 Python 的“`if A in B`”逻辑，而这个逻辑对以上问题的回答是：`False`。所以，`find_sub_set.py` 解决不了这个问题。 ### **4.6.3 解决** 由上可知，问题出在 `find_sub_set.py` 处理的最小单位不够小，所以将 `BeautifulSoup` 解析 HTML 代码得到的语句接着打碎，变成这样的集合： 1. **短释义集合（子集）** = `{"quarter section", "quarter sections", "1/4平方英里土地(合160英亩)"}` 2. **长释义集合（超集）** = `{"quarter section", "quarter sections", "[美国西部方言]四分之一平方英里的一块地", "1/4平方英里土地(合160英亩)"}` 这样再进行数学上的集合运算就可以找到所有重复的地方。 `fragment_clean_preview.py` 和 `fragment_clean_execute.py` 实现的就是这样的一个功能。其具体的输入输出、注释和全代码逻辑解析在代码文件中详细清晰地写出，打开即可看到，这里篇幅原因不写代码解析。 理论上 `fragment_clean_preview.py` 和 `fragment_clean_execute.py` 是可以直接在第四步使用直接解决全部问题的，但是我没试过，我是前面做的不充分这一步补做的。 注意：这一步会产生两个新的大文件，一个新的 `.db` 文件（`2404508 KB`）和一个新的 `.csv` 文件（`4XXXXXX KB`）， **没错，日志文件比数据库文件本身还大了将近一倍** 。 ### **4.6.4 此步产出（文件名可能不一样）** 1. `full_dict_fragment_cleaned.db`（`2404508 KB`） 2. `fragment_clean_execute_report.csv`（`4XXXXXX KB`），此时这个大小已经远远超过 `Microsoft Excel` 的极限，最方便的方法是将此文件用 `DB Browser` 打开并导入数据，另存为一个新的数据库，这样方便打开和查看。如果你采用此方法，你得到的`fragment_clean_execute_report.db` 应该是 `4683792` KB。 ![4.6.4-1](https://forumcdn.freemdict.com/uploads/default/original/3X/7/8/78fd1c3ed2302830ea45d6c258a01c169869f1e0.png) ![4.6.4-2](https://forumcdn.freemdict.com/uploads/default/original/3X/c/b/cb39b177b0caad0f436c4efe05725a048ba6d1ea.png) 用 `DB Browser` 打开以上两个文件可以验证，`full_dict_fragment_cleaned.db` 有 `2,982,142` 条记录，`fragment_clean_execute_report.db` 有 `211,816` 条记录。 # **5 小结** 我对《《21世纪大英汉词典》-全索引》进行了初步数据清洗和编修，去除了完全相同的词条，生成了不具有跳转链接的完全词典作为中间体，去除了可以由以 HTML 代码解析后得到的文本内容确定子集关系的重复内容。 以上所有工作花了我大约 `5` 个小时，包含查阅 `MDTT` 文档等学习工具文档的时间和与 AI 对话编写提示词和等待回答的时间。 # **6 当前状态与问题** 1. **数据仍然十分混乱和“肮脏”** ，尽管乱码中的“`/`”字符被去除，但是很多键名也就是词头是完全没有意义的，比如： - 1.1. `'vjei(z)／ des frandres 【动物】佛兰德牧牛狗(产于比利时)` - 1.2. `(15世纪希腊被土耳其占领后上山坚持斗争的)希腊游击队员游击队游击队员` - 1.3. `black lines designate boundaries on this map` - 1.4. `love的变形-love的变形` - 1.5. `low latin-low latin[亦作 l.l.]-low latin[亦作 l.l.]` - 1.6. `潺潺声-潺潺声-(流水)潺潺声-(流水)潺潺声` - 1.7. `(a) hell on earth1` - 1.8. `= checkered lily-✘ = checker lily` 现在的数据仍然会出现如 `1.1` 那样的被截断的音标和不同于“`/`”的音标斜杠“`／`”，同时冗长的键几乎不可能在日常查询时用到；同时也可能出现无意义或者未分割完全的键名，比如 `1.4` 中的“`-`”，其键名本身就含有无意义的重复；也有像 `1.5` 这种直接从词典释义截取下来当键名反查的失败案例，不仅有重复，还加了无意义的空格，破坏了原本的释义，更是几乎不可能用到；也有像 `1.7` 那样词组后面带数字编号的，在数据库一般有连续编号，释义至少有一项是不一样的，应该也没有人带着编号搜词；还有 `1.8` 这种出现等于号“`=`”的，甚至出现一个不知道什么符号，类似叉号的“`✘`”（`U+2718`）我见都没见过的字符。 1. **数据重复性依然非常高** ，尽管已经在 HTML 解析后的文本使用了字典进行词汇级别的集合运算，剩下的数据依然是有大面积重复的，这取决于数据的特性。比如上面说的 `1.7` `(a) hell on earth1`，在最后一步得到的数据库中找到这个键，它有三个释义，竖着选中这三个释义，复制之，粘贴到 [HTML在线解析](https://www.toolhelper.cn/Html/Preview) 中查看： ![6-1](https://forumcdn.freemdict.com/uploads/default/original/3X/2/c/2cc764959c22d488c8d3ec48606a2890a4fd8df7.png) ![6-2](https://forumcdn.freemdict.com/uploads/default/original/3X/e/e/ee822ec1ce4c49d74e78b125ac47c8c0948d89a4.png) 可以发现有两条释义，一条以“`hell-like`”开头，另一条以“`hell helling`”开头，而第二条释义是第一条释义的子集，但是词头不一样，意味着分割后一个集合是 A`{hell-like, ...}`，B`{"hell helling", ...}`，所以这两个集合无论如何都不可能存在子集关系，所以它们都被保留。 这种重复我还没有想到什么符合逻辑的修改合并方式，更别提（让AI）给我编程实现了。 1. **生僻字问题。** 当打开最后一步所得的数据库后，前面的词条几乎是清一色的 HTML 字符表示法，如 `𠳨`、`𣗥`、`𤆶`、`𤜷`、`𧐢`、`𧲬`…这些生僻字是`𠳨`、`𣗥`、`𤆶`、`𤜷`、`𧐢`、`𧲬`…这是原作者担忧有些生僻字无法在编修过程中有效处理，就用了代码表示，让词典软件在查询时实时渲染出来。这种思路自然是没问题的，这种生僻字在释义里面词典软件确实是可以实时渲染，但是反过来当词头那就根本没意义了，毕竟人是不会输入代码来查词的。 这种 **键** 是 HTML 代码的记录大约有 `149` 条（有重复），但是在 **释义** 中出现这种代码的就不知道了。一旦修改必须把所有用代码表示生僻字的部分都改为直接汉字显示，不然有可能造成跳转链接失效。 2. **词典本身的错误。** 具体参考：[21世纪大英汉词典【20250323发现巨大问题，请立即停用所有同名词典】](https://forum.freemdict.com/t/topic/26381) 我也是看到了这个帖子才发现我使用的版本有错误。还有其它错误可以在站内搜索。 # **7 求助与联系方式** 还有现在一个问题就是，这个项目有没有前途呢？或者直白一些，把一个没有索引的较新的《21世纪大英汉词典》拿过来自己做一遍索引是否比在这个已经有词典改进更快、更省力？ 又或者说不用做索引利用词典软件的“全文搜索”等功能会更好？ 以上工作是我花了 5 个小时做的，如果想回头还来得及，毕竟没有付出多少时间成本。 综上所述，我需要各位大神的帮助，也需要各位论坛用户朋友的想法。当然如果能有大神愿意接手 fork 我这个项目那当然是感激不尽了。 **联系我的方式：** 1. 此帖子评论，我会定期检查； 2. 站内私信，我会定期检查； 3. 邮箱 [raterchan398087@gmail.com](mailto:raterchan398087@gmail.com) 或者 [ivlivschan@gmail.com](mailto:ivlivschan@gmail.com) ---
作者： ![amob](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/amob/32/14630_2.png) [@amob](https://forum.freemdict.com/u/amob)\ 发布日期： [2026 年7 月 7 日 09:10 UTC](https://forum.freemdict.com/t/topic/44521/2 "2026-07-07T09:10:30Z")
整理这个浪费时间，全索引是用批量程序做的半成品屎山，选错研究对象就是白忙活。 再者辞典有错误这么多年了，也没有人有能力全部校对一遍，别折腾。 真的很喜欢，不如你去校对一份词语映射页码表都比这有意义。发现错误了还能根据页码找到原书图像。 我有词表206077词，谁有兴趣可以找我敲个页码。（每页敲首词和末词的页码） ---
作者： ![Ivlivs](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/ivlivs/32/82228_2.png) [@Ivlivs](https://forum.freemdict.com/u/Ivlivs)\ 发布日期： [2026 年7 月 7 日 09:18 UTC](https://forum.freemdict.com/t/topic/44521/3 "2026-07-07T09:18:57Z")
彳亍，我不喜欢图像版的，图像版的有OCR也随便搜了，看着难受，切图还是难受 ---
作者： ![Ivlivs](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/ivlivs/32/82228_2.png) [@Ivlivs](https://forum.freemdict.com/u/Ivlivs)\ 发布日期： [2026 年7 月 7 日 09:20 UTC](https://forum.freemdict.com/t/topic/44521/4 "2026-07-07T09:20:09Z")
ENG: [[Seeking Help] Prog. and Diff. for 21st CUECD](https://forum.freemdict.com/t/topic/44522) ---
作者： ![haoshu](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/h/90db22/32.png) [@haoshu](https://forum.freemdict.com/u/haoshu)\ 发布日期： [2026 年7 月 7 日 12:59 UTC](https://forum.freemdict.com/t/topic/44521/5 "2026-07-07T12:59:07Z")
可以做到哪算哪，有所优化就好 ---
作者： ![sculiuchang](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/s/d2c977/32.png) [@sculiuchang](https://forum.freemdict.com/u/sculiuchang)\ 发布日期： [2026 年7 月 7 日 16:53 UTC](https://forum.freemdict.com/t/topic/44521/6 "2026-07-07T16:53:21Z")
有道理。这本词典很好用！。 ---
作者： ![ujsqbj](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/u/cab0a1/32.png) [@ujsqbj](https://forum.freemdict.com/u/ujsqbj)\ 发布日期： [2026 年7 月 7 日 17:46 UTC](https://forum.freemdict.com/t/topic/44521/7 "2026-07-07T17:46:47Z")
不必一步到位，这样困难很大。还不如定一个阶段目标，比原来版本有进步就可以。然后，自然有人试用，帮着发现问题。