Laatste versie van Waran Jiten toegevoegd

Ik heb de laatste (2025/10/23) versie van het Waran Jiten project (modern Japans→Nederlands Japans woordenboek) toegevoegd.

Het heeft in mijn gecorrigeerde versie 62.437 ingangen.

Het Waran Jiten project stelt de data beschikbaar in een variant van edict, volgens de website voor gebruik op wwwjdic en in andere toepassingen. Dat is een goede zaak!

Er zitten wat structurele fouten in het bestand, dat niet correct edict of edict2 volgt, en misschien 50 of zo andere fouten. Bij de vorige versies was dat ook al zo. Ik heb Hans Coppens daar destijds over bericht, maar dit fixen heeft waarschijnlijk geen prioriteit, wat ik begrijp. Het betekent wel dat het de bewering “...maakt de inhoud van het woordenboek in één klap bruikbaar voor vele software-applicaties” (pagina 4-7-2026 geraadpleegd) niet helemaal juist is (kniesoor die daar op let).

Uit mijn hoofd waren de structurele afwijkingen van het officiële edict format:¹

• karakters die voor een specifieke betekenis gelden moeten volgens edict tussen ronde haken in het betekenisveld worden geïdentificeerd. Waran plaatst evenwel in het titelveld iets als (bet. 1-3), wat applicaties breekt. (Voorbeeld waarbij delen van het titelveld in het lezingveld terecht komen.)
• de spatie tussen het titelwoord en het lezingveld ontbreekt
• varianten van het titelwoord, en meerdere lezingen, worden in Waran gescheiden met " / ", maar edict2 schrijft voor: ";" als scheidingsteken (in edict versie 1 was het voorschrift meerdere ingangen, maar waarschijnlijk volgt Waran edict2). (Op wwwjdict is dit gecorrigeerd.)
• officieel hebben kana woorden geen lezingveld (dit lijkt me geen probleem, voor mij was dit zelfs makkelijker)

Vermoedelijk is het ook niet de bedoeling dat extra informatie in de gloss tussen rechte haken [ ] wordt geplaatst (omdat het lezingveld al tussen rechte haken staat denk ik). Waran gebruikt afwisselend ronde en rechte haken.

De overige fouten waren tikfouten en tekens en zinnen die in verkeerde velden terecht waren gekomen.

Mijn bijgewerkte versie staat hier. Het bestand is niet gezipt (7,5M).

Twee ingangen heb ik laten vervallen omdat ik zo gouw niet wist hoe ze te fixen (te weten マツキノコ en ポンド). Een aantal ingangen met meerdere schrijfwijzen heb ik gesplitst naar aparte ingangen. De rechte haken in de gloss heb ik laten staan (voor deze beslissing werd ik onmiddellijk gestraft, omdat ik de zoek regex moest aanpassen).

Noten:

1. “KANJI-1;KANJI-2 [KANA-1;KANA-2] /(general information) (see xxxx) gloss/gloss/.../ ”