ToDo：词库清理计划

[maboloshi]

各位协作者大家好，除了适配新的词汇，也要同步清理过时的词条了。
目前，词库文件 1.2Mb 了

[TC999]

可以使用正则合并一些重复词条（以下代码片段取自词库文件）

示例1：

• 原词条

"1 column": "1 列",
"2 columns": "2 列",
"3 columns": "3 列",
"4 columns": "4 列",
"5 columns": "5 列",

• 合并为一条

[/(\d+) columns?/, "$1 列“]，

示例2

• 原词条

"Upload files": "上传文件",
"Upload file": "上传文件", // Android UA 下才有

• 合并为一条

[/Upload files?/, "上传文件"],

一些问题

• 一些页面标题不会翻译，或者一闪而过
• 议题、拉取请求、通知页面底下的专业提示每次刷新都不一样（很难进行本地测试）

[maboloshi]

正则比较费系统资源, 优先使用静态词库

[maboloshi]

"专业提示" 目前不是我的优先事项, 我一般情况不会去翻译
"页面标题" 目前处于半抛荒状态, 后期可能调整方式, 词条合并到各个页面词库下

[maboloshi]

最近打算将某个拉取请求页面 从repository/pulls页面规则中, 单独独立出来使用repository/pull页面

[TC999]

我的想法：手动保存需要检查的网页源码为 HTML 文件，然后使用爬虫脚本加载词库指定规则集遍历 HTML 文件，将没有找到的词条列出来或者由脚本直接删除

[wyc-26]

buiawpkgew1#344 我写一个爬虫词库了

看着是个不错的主意

[maboloshi]

buiawpkgew1#344 我写一个爬虫词库了

对于登录的页面的抓取，涉及身份验证 有点不太好实现

[TC999]

还有一种情况：
假设这是规则 1，规则 2 ，其中规则 2 下有词条：

"114514" : "1919810",

但如果后面规则 1 也出现了该词条，且规则 2 引用了规则 1 ：

规则 1 {
  "114514" : "1919810",
};

规则 2 {
  ...规则 1;
  "114514" : "1919810",
}

那么在规则 2 下的该词条是多余的，可以用脚本检测删除

[maboloshi]

@buiawpkgew1 我目前创建了一个新分支 关于"未命中词条记录与导出系统"

记录发现了一些

• 隐藏的元素 有些一直不显示, 不打算翻译
• 有些误翻译 考虑适当的屏蔽

[maboloshi]

@maboloshi 测试和修复成功了

重构框架变化较大 我本地的重构依然优先单文件, 目前这个项目比较小,单文件模式基本够用
你的这个分支 我后期还会深入研究