殆知阁古代文献藏书2.0版txt文本质量如何

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。

殆知阁古代文献藏书2.0版txt文本质量如何相关推荐

知云文献翻译打不开_学用系列｜自带翻译功能的PDF文献阅读器——知云文献翻译3.0...
最近读外语类文献的场景比较多,因而被朋友安利了一款自带翻译功能的PDF文献阅读器--知云文献翻译3.0,试用之后觉得不错,今天就推荐给大家. 主要功能列表 1.打开PDF,多标签页显示pdf. 2.打 ...
知云文献翻译打不开_学用系列自带翻译功能的PDF文献阅读器——知云文献翻译3.0...
最近读外语类文献的场景比较多,因而被朋友安利了一款自带翻译功能的PDF文献阅读器--知云文献翻译3.0,试用之后觉得不错,今天就推荐给大家. 主要功能列表 1.打开PDF,多标签页显示pdf. 2.打 ...
Python-Selenium Webdriver+google chrome浏览器爬取中国知网的文献概述
Python-Selenium Webdriver+google chrome浏览器爬取中国知网的文献概述目录 Python-Selenium Webdriver+google chrome浏览器爬 ...
“任知阁”怎么样，我已经踩过了
最近有段时间没有更新文章了,带家里人去了趟北京玩了几天.干咱们这一行的,大多数时间都在电脑旁,可能陪电脑的时间比陪老婆的时间都多.因为好久之前就计划去北京玩儿,但是总是以太忙为借口一直拖到了现在,这次 ...
在校外，如何免费下载知网上的文献论文的方法
前言: 网上很多免费下载论文的方法,但是不一定靠谱.知网的论文通常不能免费下载,但是在某种情况下是可以免费下载的.接下来,我就给大家分享一个,在校外的情况下,如何免费下载知网论文的好方法. 方法使用 ...
“任知阁”真的很不错
我曾经因为迷恋日入千元,差一点被黑彩套路.如今我们靠着"任知阁",从开始的每天两三百,慢慢也做到了日入千元,不过不是我一个人,而是宿舍四个人.据我统计,我们从2020年十一月初入手 ...
Python爬取笔趣阁小说2.0版
之前的爬虫文章中,我们只可以爬取某本特定的小说,小波大叔一般喜欢看玄幻和修真类的,那么想把这一类小说全部爬下来该怎么操作呢,2.0版本来了,依然还是笔趣阁网站,初学者而言,这个没有反扒机制,比较方便. ...
我的Java后端书架 (2016年暖冬4.0版)
书架主要针对Java后端开发. 3.0版把一些后来买的.看的书添补进来,又或删掉或降级一些后来没有再翻开过的书. 更偏爱那些能用简短流畅的话,把少壮不努力的程序员所需的基础补回来的薄书,而有些教课书可 ...
Jihad 2.0下载，Jihad 下载，“圣战”2.0版下载，Jihad 介绍，“圣战”DDOS攻击工具
恭喜你,你将成功!你是一个想攻击别人机器,却又没有什么技术的人吧,你是个对网络黑客很仰慕,也一直想做个黑客,希望Jihad 2.0能让你实现,这里我仅仅在早上6:00-7:00时间段提供下载这是一 ...

殆知阁古代文献藏书2.0版txt文本质量如何

殆知阁古代文献藏书2.0版txt文本质量如何相关推荐

最新文章

热门文章