Googleスプレッドシートのimportxml関数で2つの越越辞書を自動取得して比較

 過去に何度かGoogleスプレッドシートのimportxml関数を使った記事を書いた。

今回も同様にWeb上で使える辞書を自動検索してスプレッドシートに取り込もうというのが趣旨。

当初はWiktionaryをAPIで呼び出す計画であった。

しかし、やってみると意外と苦戦した。

WiktionaryはWikipediaAPIと同じ仕様なので記事タイトルなどは簡単に取得できたが、記事の内容は構造が複雑で、単語によって構造が違う為一律のルールで取得する事は出来なかった。

なので、Wiktionaryからデータを取得するのは諦めた。

その後はベトナム語の辞書サイトでviệt-việt （ベトベト、越越）があるサイトを一つずつ取り込めるか試していった。

結果、2つのサイトから取り込むことが出来た。


なんで越日（ベトナム語→日本語）ではなく越越（ベトナム語→ベトナム語）辞書なのかというと、越日の場合、収録語数が少ないからである。

ただ越越辞書を取得するだけでは面白くないのでGoogleスプレッドシートのgoogletranslate関数で同時に日本語訳を表示するようにした。

ここでは、以前作成した自作関数ではなく、Googleスプレッドシート標準の翻訳関数を用いている。

正直、標準の翻訳関数は翻訳精度が低いので精度の改善のためには以前作成した翻訳関数を使うか、みんなの自動翻訳を呼び出す新しい関数を作るべきだと思う。

だが、まぁ越越辞書を頑張って読むのも勉強になるから日本語訳は補足だと思えばそれほど翻訳精度を気にする必要はない。

辞書サイトを直接使ってももちろん調べられるのだけど、2つの辞書サイトから自動取得することで、一回の検索で2種類の説明が見られること、自動で日本語訳も出るので、意味がわからないときの補足になる事が多少のメリットであろうか。

今回ちょっと苦労したのはサイトによっては例文が異なるhtml構造になっていて、その為にxpathを複数記述する必要があったこと。

まぁxpathの複数記述は以前のimportxml関数の記事でも書いたと思うのでここであんまり記してもしょうがないのだけど、2つのimportxml関数はこのように記述した。

#1
=IMPORTXML("http://tratu.coviet.vn/hoc-tieng-anh/tu-dien/lac-viet/V-V/"&A2&".html","//*[@id='partofspeech_0']/div[*]/span")

#2

=IMPORTXML("http://tratu.soha.vn/dict/vn_vn/"&A2,"//*[@id='content-3']/h3/span/text()|//*[@id='content-5']/h5/span|//*[@id='content-5']/dl/dd[1]/i")

#2の方はxpathを3つ記述することで、名詞、動詞の区分表示、説明、例文の3箇所を取得している。

たいしたものではないけど、使いたい人は誰でも自由に使えるようにこちらに置いておく。

việtviệt越越辞書

もちろんコピーして使ってくれても構わない。

コメント

コメントを投稿

このブログの人気の投稿

Googleスプレッドシートの正規表現置換で改行文字

イメージ
Googleスプレッドシートでは正規表を用いた置換が行えて便利だが、置換文字列に\nといった改行文字を入れても文字として\nが入ってしまい改行が出来ない仕様になっている。 しかし、Googleスプレッドシートの正規表現では検索文字列をキャプチャして置換文字列に利用することが出来るので、もしかして改行をキャプチャしてしまえば置換文字列に改行を使うことが出来るんじゃないか？　と思った。  試してみる。 まず、セル内改行を行って 改行 改行 改行 と文字を並べる。  ここで検索対象文字列は(\n)と改行をカッコでくくってキャプチャー対象文字列にする 置換文字列には$1$1とキャプチャーした文字を二つ並べる これで改行が二重になって一行空行が入れば成功    出来た！ 改行 改行 改行 と改行が二重になって空行が増えている！
続きを読む

名作と定評のあるスーパーファミコンの『ザ・モノポリーゲーム２』を今更ながら遊んでみた

イメージ
モノポリーは1935年の販売開始から売れ続けている定番ボードゲームである。 過去の記事にも書いているようにコンピューターゲームとしても移植されているが、その出来は様々であり、良質な移植もあれば、低品質の移植もある。  今回スーパーファミコン版のモノポリーを遊ぼうと思ったのは以前の記事に記したとおりニンテンドースイッチ版の『モノポリー』を遊んでいたらコンピュータープレイヤーが弱すぎた事。 あまりに弱いコンピュータープレイヤーはゲームの張り合いがなくなる。 コンピュータープレイヤーを最高レベルにしても駆け引きも何もなく、こちらが揃ってしまう条件でも簡単に交渉に応じてしまうので負けるのが困難な内容になっている。 詳しくは以前のレビュー記事に記した。 スーパーファミコンの『ザ・モノポリーゲーム２』 『ザ・モノポリーゲーム２』は1995年にトミーから発売されたスーパーファミコン用のゲームソフト。今から26年前のものであり、これが今現在販売されているスイッチ版よりできが良いというのも不思議な話しではある。 しかし、実際に遊んでみると画面デザインの古さ等は感じるものの、面白さでは確かにスイッチ版とは比べられないほど面白いと感じた。 『ザ・モノポリーゲーム２』には対戦モードと一人でプレイで世界チャンピオンを目指すモードが有る。 そしてどちらのモードも共通で個性的なコンピュータープレイヤーが用意されている。 スイッチ版のように無個性で強さが３段階選べるのとは違い、それぞれが異なる見た目、異なる口調、異なる好み（主にカラーグループ）が設定されており、人間と対戦しているような楽しさがある。 そして、コンピュータープレイヤーの強さについてはスイッチ版よりかなり強く、中級クラスキャラでもスイッチ版の『難しい』より遥かに強い。 最強キャラは監修を行っているモノポリー世界大会のチャンピオンをモデルにしたキャラクターが登場する。 対戦モード 対戦モードは人間が１〜５人となっており、５人に足りない場合はコンピュータープレイヤーを選び５人対戦となる。 モノポリーの基本ルールは２〜８人であるが、最も面白いとされるプレイ人数が５，６人と言われるのでこのような仕様になったのであろう。 ゲームバランスの調整、コンピュータープレイヤーの思考ルーチンの調整を考えても５人に限定しておいたほうが強い思考ルーチ...
続きを読む

Googleスプレッドシートのimportxml関数をhtmlに使う

イメージ
 importxml関数は前回記したようにxmlを出力するAPIを利用することが出来る。前回の記事『 Googleスプレッドシートのimportxml関数でWikipedia API（単語の各言語表記を取得） 』 Googleスプレッドシートにはimporthtmlという関数もあるが、こちらはhtml内にある表やリストを指定して取得する関数であり、使いみちが限られる。（まともに使ったことがないので詳細不明） htmlに対しての利用 importxml関数はhtmlに対しても使用できる。 例えば前回APIで取得したWikipediaの情報をAPIを使わずにhtmlから直接取得してしまうことも出来る。（通常APIを用意してあるサイトはAPIを用いて取得すべきなので、これはあくまで例として掲載しているのみであり、APIが用意されているサイトをhtmlでの取得はしないほうが良い） =IMPORTXML("https://ja.wikipedia.org/wiki/"&B6&"","//title") この例だとB6セルに入力したWikipediaの記事名のページからxpath でtitleタグを取得するよう指定しており。ページのタイトルが取得される =JOIN("",IMPORTXML("https://ja.wikipedia.org/wiki/"&B6&"","//*[@id='mw-content-text']/div[1]/p[1]")) さらに、このように指定すると、記事の要約も取得出来る。 JOIN関数で囲んでいるのは記事が複数の段落になっている場合があるためである。xpathで段落<p>タグを指定している為、複数ある場合配列となり、複数セルに展開される。 複数セルに展開したほうが良い場合はJOINで囲む必要はないが、文章が一つのセルに収まってほしい場合はこのようにJOIN関数で配列を一つのテキストにする。 こちらの画像ではLinuxを入力した行とUbuntuを入力した行の２行があり、それぞれtitleと要約を取得しているので計４つのimportxml関数を指定した...
続きを読む