分享个人使用的网文常见字词替换校对表（含 php 脚本）

edennow

adianso 发表于 2024-1-10 17:17
我打算用go写一下，兼容你的词库。

当然可以，用 ai 转代码应该能搞定大部分逻辑，不过我是暂时没动力去做了……

其实语言个人感觉不太关键，主要目前词库需要持续人工维护，也挺麻烦的。

adianso

我打算用go写一下，兼容你的词库。

edennow

cumt313 发表于 2023-11-17 21:14
楼主，再帮我看一下呢，这究竟是怎么回事？我在公司能用，回到家用自己的电脑就不行。

已知问题 1：
windows 下如出现 PHP Warning...vcruntime140.dll... 相关报错信息，应该是 windows 库文件过时所致。


在这个页面：https://visualstudio.microsoft.com/zh-hans/downloads/
找到这个，下载装一下试试（64 位系统要装 x64，不行就装 x86 试试，反之亦然）。


已知问题 2：
windows 下如出现类似乱码界面：


应该是 cmd 的默认编码不支持中文内容导致的，可参考这个链接：
https://blog.csdn.net/B11050729/article/details/131463516
进行一些设置。
推荐先在乱码的界面右键一下标题栏，进入 cmd 设置，然后更改一下字体，换成如图所示的宋体或者 simsun（实际也是宋体）之类的自带系统中文字体试一试：

edennow

如果有在用这个脚本，建议更新一下，准确率有一定提升，
并尝试阅读理解一下帖子里的 词条替换逻辑 一节。

兵河之眼

文字校对行业的AI，草根书友的造福者，致敬技术大虾！！！

兵河之眼

继续跟帖学习中，感谢大虾无私分享会！！！

cumt313

再和楼主探讨一下哈。楼主的脚本运行速度快，词库可看、可修改，确实非常方便做成个人适用的词库。另外，我看了一下黑马2004的破解版和V21版本，里面的错词库不能查看，只能往里面添加，能改动的好像只有知识库了。当然，也许懂计算机技术的大佬可以破解导出来。增加词库另外一个办法就是找一本文本质量巨差的小说，字数不用太多，先用脚本修改，然后读校，做好标记，一本书估计能提炼出成百上千个错词，就是这个过程有点痛苦，最好是找本自己稍微感兴趣的书来做。我有兴趣和楼主一起来完善这个词库，可以加我扣扣：二七七零六二九六二。

edennow

cumt313 发表于 2023-11-18 19:50
楼主可以看一下我用的词库，也有极少量会误杀的词语，我也在不断增删修改，希望对你完善词库有帮助，后面和 ...

大概看了下《大英公务员》的校正对比，发现 4000 多处里面有差不多 2000 处是因为两边的格式不一致……
空行开头一边有全角空格，一边没有，调整了排版后就剩 2000 多处了，
这两千多处还有几百处是因为原文件中有一部分标点符号没有规范，英文逗号之类的我都做了转换，你改的貌似还有漏掉没转的。
这个校正我也是比较早做的，的地得都没处理，和你处理过的地方也有不少不同。
其他主要是一些细节词条有些差异了，感觉也还好了，主要是一些用语习惯各人有不一样的，也很正常。
从你改的结果里我也补充了一些词条，不过你漏改的貌似也有不少哈哈。

可以用 beyond compare 参考下我调整过排版和编码的版本，如果愿意的话也可以用我后面更新的词库来校正比较一下。

edennow

cumt313 发表于 2023-11-18 21:02
再和楼主探讨一下哈。楼主的脚本运行速度之快，这个不用说了。当下该尽量扩充、完善词库，其他那些小软件中 ...

黑马校对的我之前是没有找到，后面再找找看吧，积累词条都是非一日之功了，慢慢增加吧。

edennow

adianso 发表于 2023-11-18 21:08
为什么要用php啊

感觉py go更适合做这个工作吧，go静态编译，二进制单文件无需依赖

这个代码最开始是很久之前写的了，后面越写越多，懒得换了

现在批量替换词条那块也是调的 go 方法实现的。