最近想分析一下四大名著生僻字数量，苦于没有质量好的txt文本。解决方案有两个，一是自己从pdf或epub上提取，二是找txt版本。后来在知乎上知道了殆知阁，不知道这个资料库质量如何？
网上回答：
我下载下来看了，那些没加标点的四库全书文本肯定是从四库全书电子版中提取出来的，因为私有区的汉字两者是一样的。只是文本都转换成简体了，太可惜了。如果能在哪里找到提取方法就好了，一直都好想要里面的文本。只是用按键精灵复制的话，带双行夹注的文本都错乱了。
纯学术探讨。光盘版的《四库全书》造了很多字，对应的是一个个汉字小图片（记忆中是这样），所以提取出来的文本没有这些字。以前unicode不普及，很多字都没造出来，各家造的字编码又不统一，所以输入和显示都成问题，现在好多了
不是图片，光盘版自己造的字总共有三千多个，这些字都在汉字编码的私有区里，用FZKai-Z03或HT_CJK+这两个字体就可以显示，超出这个范围的（一般都在字书里）才用图片。提取出来的文本也要用这两个字体才能完美显示。
最近想分析一下四大名著生僻字数量，苦于没有质量好的txt文本。解决方案有两个，一是自己从pdf或epub上提取，二...
一万五千种二十万卷二十亿汉字纯txt古代文献。。。#长与流芳，一片当今清静土。宛然浮玉，千秋此地妙高阁。# 殆知阁...
古代大藏书世家（四） 现在名气最大的古代藏书楼，可能就是天一阁了。毕竟它是现存的传世最久的私人藏书楼了，直到...
嘿嘿 查查文献 知己知彼 百战不殆
你对著名藏书楼文渊阁了解多少 藏书阁，是中国古代供藏书和阅览图书用的建筑，也是藏书主人和其他学者研读，考订图书的场...
今天，搜一则古代轶闻时，无意中打开了一个宝藏网站，叫“殆知阁”。 庄子曰：“吾生也有涯，而知也无涯。以有涯随无涯，...
第二日，知季托着有些酸痛的腰肢同苍越一起去天界的藏书阁，天界的藏书阁也可以说是三界当中藏书最丰富的，各类神兽兵器、...
TXT文本如何实现在线翻译？翻译的方法有哪些，PDF转TXT该如何转换，这些都是很多网友都比较关心的问题，TXT文...
20201128晚清四大私人藏书楼+天一阁琴剑飘零皕宋空，八千卷散海源同。峥嵘一阁留天壤，文献东南此大宗。 202...
首先在cnki找到自己想要导出的文献，然后在导出文献格式中选择为Endnote，这时会下载一个TXT的文本文件。 ...
本文标题：殆知阁古代文献藏书2.0版txt文本质量如何
本文链接：https://www.haomeiwen.com/subject/sbdejctx.html
网友评论