分享个人使用的网文常见字词替换校对表（含 php 脚本）

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。

adianso

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

我目前就是用go写了脚本，用正则批量替换

cumt313

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，其他那些小软件中词汇量有限，可以考虑把黑马校对中的词库导出来，据说有几千万的错词库。网上有一个2004破解版的，我一般最后也会拿黑马过一遍，也能改正一些错误。

cumt313

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，后面和你的词库有些是重复的我就删掉了。我使用的词库主要在成语修改那里，宏里面其他词语我还没吸收过来。我觉得里面有些二字词语可以适当加一个字，变成常用、常见的，就可以减少误杀了。正则式替换应该是下一个发展的方向。

edennow

cumt313 发表于 2023-11-18 10:42
楼主可以看一下哈，我就是在这里添加的，之前看错了，我的词库没那么多，我自己只添加了几千条哈。这里面的 ...

这一份我之前就有看过的，我最开始就有把这里面我觉得有用的大部分都整合到脚本里了。

还是对你自己改的词库比较感兴趣，等有空的时候期待你分享一下哈（还有《大英公务员》你改完后的文本）。

cumt313

楼主可以看一下哈，我就是在这里添加的，之前看错了，我的词库没那么多，我自己只添加了几千条哈。这里面的词库你看能不能加到PHP脚本里。

cumt313

edennow 发表于 2023-11-18 09:27
那可以把你的宏也用附件形式分享一下不？当然，如果可以把你改完的那份文本也分享一下就更好了。

我也 ...

我的宏是风遗尘的哈，只是词条我扩充了一点，其他没动。现在加班呢，回家有空我再分享出来哈。我最主要的词条也是从TF上扒的，只是扒的时候，有些我做了修改和删除，因为受够了它的重复、机械操作。另外就是用宏修改后，拿几部小说同时用TF校对，比如要修改”XX的看了“改为”XX地看了“，就会一条一条改，最终确定”XX“的具体文字，然后批量添加到宏脚本去，也不会误杀，就是效率不高。这个方法比较笨，没有用正则式灵活，因为ed的宏好像只能完全匹配才能替换，正则式匹配不会改动。当然，可能是因为我不懂计算机知识，也许是代码不对。我是文科生，大学计算机学习只限于Word，确实是没法动别人的代码。懂这些都是这几年东学西学一点才知道的。