Yomitan 中文词典频率信息显示优化方案
2025-07-09 17:54:14作者:廉彬冶Miranda
Yomitan 是一款强大的日语学习工具,最近通过 Marv 的更新,中文词典 CC-CEDICT 现在可以与"group related terms"(分组相关术语)设置一起使用。然而,在使用过程中,用户发现频率信息的显示方式存在一些可以优化的地方。
问题背景
中文存在简体和繁体两种书写形式,但现有的中文频率列表大多基于简体中文语料库。当使用"group related terms"功能时,系统会同时显示简体和繁体字符的频率信息,导致以下问题:
- 括号内的附加频率信息占据了大量空间
- 由于频率列表主要针对简体中文,括号内的信息(繁体频率)往往与主频率相同或差异很大,实际参考价值有限
CSS 解决方案
通过自定义 CSS 样式,我们可以灵活控制频率信息的显示方式:
1. 隐藏括号内的频率信息
.frequency-disambiguation {
display: none;
}
这段代码会隐藏所有括号内的频率信息,只保留主频率数值。
2. 隐藏重复的频率数值
对于同一词条显示多个频率数值的情况,可以使用以下CSS只保留第一个频率值:
.frequency-body::after,
span.frequency-group-item span.frequency-item:not(:first-child) span.frequency-value {
display: none;
}
3. 隐藏定义中的括号信息
如果需要进一步精简界面,还可以隐藏定义中的括号信息:
.definition-disambiguation {
display: none;
}
.definition-disambiguation-list:after, :before {
display: none;
}
技术原理
这些CSS规则利用了以下选择器特性:
.frequency-disambiguation- 针对频率信息中的附加说明部分:not(:first-child)- 排除第一个子元素,实现只显示第一个频率值::after和:before- 处理伪元素,清除定义中的额外符号
应用建议
对于中文学习者,特别是使用简体中文频率列表的用户,建议采用第一种方案,既保留了主要的频率参考信息,又避免了冗余显示。对于界面要求更简洁的用户,可以结合使用第二和第三种方案。
这些CSS修改可以直接添加到Yomitan的弹出窗口CSS设置中,无需修改程序本身,既安全又灵活。用户可以根据自己的实际需求和偏好,自由组合这些CSS规则,打造最适合自己的词典显示界面。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
893
676
暂无简介
Dart
802
199
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
350
203
昇腾LLM分布式训练框架
Python
118
147
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781