分享个人使用的网文常见字词替换校对表（含 php 脚本）

cumt313

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。

edennow

cumt313 发表于 2023-11-17 09:13
楼主的思路确实太先进了，关于误杀大家可以看一下我的回复，实际上是可以解决的。我之前用TF校对，一两百万 ...

关于减少误伤我是比较认同按自己的需求来修改不同的词库的，毕竟适合自己的才是真正有用的。

其实想要维护自己的词库无非就是在做“加法”和“减法”，个人是比较倾向当准备引入新词库的时候，先一股脑做“加法”，直接用新词库的大部分词条来单独校正几本书（是先用自己的原有词库把这些书籍校正过的），宁肯有杀错也不放过，校正完之后，大概在 beyond compare 里扫几眼校正结果，就能把新词库有，而自己的原有词库没有的词条筛选出来（改错的统统不管，或者在新词库里直接把这些错的删掉就行了），加到自己的词库里面，重复操作几遍，就能比较好地把原有词条和新词条融合起来，而不至于漏掉一些有用的新词条。

关于词条长度，基本上两个字及以下都容易出现误伤，三个字到四个字的适用性就比较强了，带标点符号的准确性更佳（因为没有做中文分词，只能这么粗略地归类一下）。

另外就是在 beyond compare 对比的时候，发现只要善用 ctrl+h 来全局替换（勾选“返转搜索”和“正则表达式”），就可以马上减少很多明显误伤的词条，而不用跑到别的编辑器再反复操作：

cumt313

楼主的思路确实太先进了，关于误杀大家可以看一下我的回复，实际上是可以解决的。我之前用TF校对，一两百万字的要校对几个小时，而且有很多重复的操作，一不小心还是会误杀，重来。后面我用几个软件交叉校对，大部分稿件要不了一个小时，找出的错误比单用一个软件还多得多。里面的关键在于词库分别存放和批量替换，以及词库的不断完善。

cumt313

edennow 发表于 2023-11-16 23:31
传了新的附件，处理了空格路径的问题，可以重新下来试试。

感谢楼主再次更新，在公司试了一下，确实没问题了，回去在自己的电脑上再试一下。楼主的思路确实太牛了，希望再次完善词库，优化代码。当然，这个要求有点过分了，楼主可以无视。之前用了ed软件，只能完全匹配才能批量替换，我看到楼主还有正则式替换，顿时惊呆了。我自己也写了一点正则式代码，用在TF软件上，不过主要是“的地得”的正则式，因为我发现TF的词库也不是很完善，有错漏的，而且词库不能自己添加。还是说一下我自己的校对思路，第一步用ed批量替换，基本保证词语不会误杀，会误杀的词语都放到校对助手上了，一般用时一两分钟。第二步用TF软件，大概十多分钟。第三步用校对助手，词库已经由一千多条增添到三千多条，主要是容易误杀的两字词语，一般也是二十分钟。最后一步用黑马，也是大概十分钟。后面三步查出的错误中的成语或短语，都及时更新到ed的宏里面，保证词库的最大化。这样校对起来就越来越快了。

edennow

cumt313 发表于 2023-11-16 22:43
点击右键以管理员运行，提示：系统找不到指定的路径。

传了新的附件，处理了空格路径的问题，可以重新下来试试。

edennow

cumt313 发表于 2023-11-16 22:43
点击右键以管理员运行，提示：系统找不到指定的路径。

我猜应该是你存放的位置名称有空格，比如你的 windows 用户名是不是有空格？
忘掉要考虑这种情况了，你试试把这个 FixText 文件夹直接放到 d 盘或者其他盘试试，不要放到任何含有空格路径的地方。

cumt313

edennow 发表于 2023-11-16 22:19
那你右键点一下那个 bat，然后用管理员身份运行试下？
应该会有信息打印出来吧，我试了是可以执行的。

点击右键以管理员运行，提示：系统找不到指定的路径。

edennow

cumt313 发表于 2023-11-16 22:05
楼主， FixText.zip (16.43 MB, 下载次数: 124)这个文件下载了解压放到桌面上了，也放入书籍了，但双击下面 ...

那你右键点一下那个 bat，然后用管理员身份运行试下？
应该会有信息打印出来吧，我试了是可以执行的。

cumt313

楼主， FixText.zip (16.43 MB, 下载次数: 124)这个文件下载了解压放到桌面上了，也放入书籍了，但双击下面的bat文件没反应呢。求告知是怎么回事。

cumt313

白看一辈子 发表于 2023-10-10 20:04
直接脚本一建改错字容易误杀
如果搞完还要考BC的话还不如TXTformat一个一个校

一键替换还是可以的，但要注意词条是成语，或者是三个字并且带有标点的，这样基本就不会误杀了。自动替换过后用比对软件一查，就可以发现哪些会误杀，把误杀的删掉就是了。容易误杀的放到另一个软件去，人眼比对一下再决定是否修改，这样基本就没问题。完全搬用楼主的词条不可取。