【个人整理+分析】已汉化的Galgame大全

论坛 期权论坛 金融     
kmdm   2022-6-5 02:53   31904   20
之前在巴哈姆特上看到了一位大神(ID:祈雨),这哥们独自一人整理了一份已汉化的GALGAME集+汉化组,总共约1500部,遂大惊。(os:以后终于不用去弟弟官网上找资源了)
原地址:
之后爬取了他整理的原数据集的表格,可惜格式比较乱,(因为所有的文字都是他手工打出来的),而且导出后的日文标题中有些符号也有问题。
所以我就对他原表格里的数据进行了一些清洗,同时将他整理的数据与VNDB数据库的评分做了一个连接,拼出了一个还算整齐的csv表(连接大概是95%的准确率)。
有兴趣的同学可以直接导入这个csv文件做自己喜欢的统计。
当然我也会在本文中做一些简单的统计展示。
效果




巴哈姆特上的整理(视觉效果比较好)



result(utf-8).csv(导入pandas效果)



result(gbk).csv(excel打开效果)

下载地址(200KB)

链接: https://pan.baidu.com/s/1TYfyCEfBAsQnVILa3rJGBg 提取码: dpax
zip中包含三个文件:

  • result(gbk).csv(这个是可以直接用excel打开的版本)
  • result(utf-8).csv(这个是可以直接python导入的版本)
  • dataset(original).csv(这个是原数据)
喜闻乐见的统计环节

1.汉化游戏总数:1494
2.评分人数分布
评分人数    游戏数量
0~100       802
100~200     225
200~300      80
300~400      58
400~500      18
500~600      20
600~700      21
700~800      12
800~900      15
900~1000     14
1000+       114点评:
从表中我们可以看出,即使游戏被汉化了,绝大多数游戏依然陷入了“无人问津”的尴尬境地。(有同学指出因为连的是vndb的数据,因此展示“汉化游戏”的评分人数数据是不准确的。我之后会尝试用bangumi的数据,感谢指正。)
如果我们把300票作为分界线,有约81%的galgame都属于冷门类gal(评分人数<300)。
评分人数超过1000的游戏仅114部,如果你玩过的游戏超过100部,那你应该勉强算得上“资深gal玩家”了。

3.汉化人气最高的前15部作品


前10名依次为:
1.Fate/stay night
2.沙耶の唄
3.G線上の魔王
4.STEINS;GATE(命运石之门)
5.CLANNAD-クラナド-
6.Doki Doki Literature Club!
7.マブラヴ(Muv-Luv)
8.マブラヴ オルタネイティヴ(Muv-Luv Alternative)
9.Ever17 -the out of infinity-
10.リトルバスターズ!(Little Buster)
点评:
Fate系列拿了VNDB人气榜的第一,评分人数超过1w,之后9部作品相信大家都不陌生。
不得不说,这个榜让我感觉很意外,有一些我心目中不错的作品人气甚至没有排到前30,或许是因为欧美玩家和亚洲玩家对作品的喜好不同吧。

4.最勤勉的10个汉化组(这个统计可能会漏掉一部分作品)
汉化组名           汉化作品数      

个人汉化                  105
心愿屋汉化组               92
默示汉化组                 42
脸肿汉化组                 39
默示游戏中文化兴趣小组     28
未来数位                   28
萌你妹汉化组               25
AUGUST中文化委员会         19
CK-GAL中文化小组           16
哈尼喵汉化组               16点评:不了解汉化这一块,不敢对汉化组的翻译质量多做评价。但对于绝大多数玩家来说,有汉化,才有接触某部gal的机会,否则即使再好的作品,也会因为语言障碍而无从下手。因此无论是哪部作品,我都会在游戏结束后默默感谢汉化组的无私付出。

5.人气最高的会社
制作公司(母)              总投票数
Key                            42730
Nitro+(ニトロプラス)         33390
TYPE-MOON                      24279
07th-Expansion                 19318
AKABEiSOFT2                    16394
?ge(アージュ)                12240
ALICESOFT                      11600
NEKO WORKs                     11126
Frontwing(フロントウイング)  10988
KID                             9206
Leaf / AQUAPLUS                 9104
YUZU-SOFT(ゆずソフト)         9058
CIRCUS(サーカス)              8756
Innocent Grey                   8587
ふぐり屋 / ゆりんゆりん         8389点评:这里的总投票数只是简单求和,会受到游戏发行数量的影响,仅供参考。

其它的统计就不做了,大家有兴趣可以自己玩。
注意事项


  • 评分及人数数据来自VNDB,有人可能会问:为什么不用批评空间的数据?——因为批评空间的数据不好拿。
  • 连接原数据与VNDB数据采用的是近似匹配算法,所以不能够保证所有游戏的名称和数据百分之百对应,如果有错误,还望见谅,请自行手工修正。
  • 部分游戏译名为暂无译名,有三个原因:1.游戏本身没有正式的中文译名 2.游戏原名太奔放、不宜展示 3.原作者懒得查
  • 游戏的评分为0,有2个原因:1.评分人数过少 2. 属于争议条目(见文末)
  • 本文数据均来自开放平台,遵循VNDB的数据开放协议,同时也感谢原数据作者祈雨
  • 如果打开遇到乱码的情况,请参考这篇文章https://www.cnblogs.com/yoyotl/p/12988356.html
原数据集

地址(需科学上网):https://home.gamer.com.tw/creationDetail.php?sn=1972708

  • 会社与会社的游戏信息之间有空行分隔|删除空行后reset_index
  • 游戏译名、汉化组、汉化进度文字均为繁体|(库langconv做繁中翻译)
  • 部分游戏名称前后有多余空格|(strip)
  • 游戏译名存在为空的情况、汉化组存在为空的情况|(fill)
  • 游戏名称中有部分解码失败(比如·,☆等符号)| (与VNDB数据库做字符串相似度匹配,用VNDB的Original Title替换游戏名称)
  • *原数据集encoding为gbk
VNDB数据集

VNDB-API地址:https://vndb.org/d11(数据库文件名为vn和vn.headers)

  • VNDB encoding为utf-8而原数据集encoding为gbk|encoding规则统一修改为utf-8
  • 字符串相似度匹配用jaro算法(jaro_winkler有明显误判情况)
  • VNDB数据标号id列非连续(大坑)|被迫删掉id列再reset_index
  • original列有空名|(直接用空字符串fill)
  • 原数据集与VNDB数据集字符串有失配的情况,比如その横顔を見つめてしまう无法在VNDB中匹配| 设置similarity参数,如果最大匹配度低于similarity(我这里设置为0.8),失配!
#例:典型错误
Levenshtein.jaro_winkler('その横顔を見つめてしまう','夕櫻を見つめて')
0.7103174603174603

  • 英文标题的游戏统一转成小写匹配,否则可能失配,比如八月社的FORTUNE ARTERIAL可能会无法匹配fortune arterial
  • c_popularity、c_ratingcount、c_votecount一栏会出现'\N'|替换为0(官方数据缺失标记,所以空值既有可能是Nan,也有可能是\N,小坑)
关于原数据集中标题的修正记录(共40部)

由于平/片假名、半角/全角字体等差异、或者是原作者将原作的alias和原标题进行了花式混合,因此程序未能检测出,只能手工修正。
一切修正以VNDB中的Original Title为准。
因为知乎不允许插表格,所以只能发图片了。



  • 有争议的条目

  • CoronaBlossom vol.1 Gift From the Galaxy/CoronaBlossom vol.2 The Truth From Beyond/CoronaBlossom vol.3 Journey to the Stars |三部作品均属同一系列,VNDB仅展示一个条目 无评分 下同
  • ボクの彼女はガテン系(译名:民工女友)|这部作品有4个原名,分别是:ボクの彼女はガテン系/彼女がした事、僕がされた事/巨乳妻完全捕獲計画/ボクの妻がアイツに寝取られました
  • てんたま1st ~ Sunny side|为てんたま的Release版之一 无评分
  • 想いのかけら -Close to-|为Close to ~祈りの丘~的PSP版本 无评分
  • ときめきメモリアル ~forever with you~|为 ときめきメモリアル的Release版本 无评分
  • 雫-しずく|这部作品有2个原名:雫 -しずく-/Drip
  • ef - the first tale.`和`ef - the latter tale.|是ef - a fairy tale of the two.的两部Release版 无评分
  • すぴぱら NICE TO MEET YOU!和すぴぱら STORY #01 - Spring Has Come!|是すぴぱら的两部Release版 无评分
  • Miel的几部作品出现0分的情况是因为标题过长且过于暴露,不列入本文考虑范围内
  • Phantom~integration~|是Phantom of Inferno的Release版之一 无评分
  • Go! Go! Nippon! 2015|是Go! Go! Nippon! ~My First Trip to Japan~的Release版 无评分
  • かたわ少女|かたわ少女 有v2~v5 4个Release版本 无评分(这部作品的人气很高)

完。

分享到 :
0 人收藏

20 个回复

倒序浏览
2#
吴宇  管理员  伦敦金丝雀码头交易员 | 2022-6-5 02:53:59 发帖IP地址来自 中国
在本楼统一回复:资源链接是肯定不会放的,求资源的一律删,因为放链接就是在公开传播盗版,希望各位理解,谢谢[微笑]
3#
ph1pa  1级新秀 | 2022-6-5 02:54:06 发帖IP地址来自 湖北
花火论坛好像也有关于汉化作品的excel表整理,似乎是990部?不如这个全的亚子
4#
hcjvc8  1级新秀 | 2022-6-5 02:54:29 发帖IP地址来自 北京西城
这个我还真没了解过,我这边是近1500部(实际更多,还有一部分没统计进去)。
5#
k6r69  1级新秀 | 2022-6-5 02:54:41 发帖IP地址来自 北京
未来数位是台湾的一家公司,不是汉化组,人家引进游戏是公司业务。。。
6#
tsalays  禁止访问 | 2022-6-5 02:54:52 发帖IP地址来自 山西太原
提示: 作者被禁止或删除 内容自动屏蔽
7#
c6vq  1级新秀 | 2022-6-5 02:54:57 发帖IP地址来自 湖北
哦哦!太棒了,终于有东西可以甩给那些一天到晚要资源的新人了[捂脸]。支持支持
8#
l0egt  1级新秀 | 2022-6-5 02:55:46 发帖IP地址来自 中国
这么个发车法,有点过头了吧
9#
dgfd  1级新秀 | 2022-6-5 02:56:28 发帖IP地址来自 CNNIC
这份表包括官方汉化的吗?
10#
Earthlord  1级新秀 | 2022-6-5 02:56:40 发帖IP地址来自 中国
信息整理了,具体怎么下载呢?
11#
62emly  1级新秀 | 2022-6-5 02:57:39 发帖IP地址来自 北京
果酱[害羞]
12#
伊伊女人  1级新秀 | 2022-6-5 02:58:37 发帖IP地址来自 北京
各显神通
13#
gpv7j  1级新秀 | 2022-6-5 02:59:04 发帖IP地址来自 北京
包含部分,表中大多数都是汉化组汉化的作品
14#
美股期权  5级知名 | 2022-6-5 02:59:42 发帖IP地址来自 北京
你这是瞧不起我KEY社[捂脸]
15#
nd4  1级新秀 | 2022-6-5 03:00:19 发帖IP地址来自 北京崇文
太多汉化资源已经很难找了,年纪大了真是找不动,现在基本就是steam启动,搜索,有汉化good,买,有英化, good,买
16#
s1q8  1级新秀 | 2022-6-5 03:00:24 发帖IP地址来自 北京
好厉害
17#
qqmf9  1级新秀 | 2022-6-5 03:00:41 发帖IP地址来自 云南
以后终于可以一个链接搞定伸手党了,必须支持
18#
_83v  1级新秀 | 2022-6-5 03:01:39 发帖IP地址来自 中国
批评空间现在有稳定进去的办法吗?vpn挂日本ip也没用,有一次用台湾的才勉强进去瞅了一眼[捂脸][捂脸]
19#
8cry1  1级新秀 | 2022-6-5 03:02:01 发帖IP地址来自 中国
百度+Google+贴吧+各大论坛+实在冷门的只能去找一些大佬私发了,现在这些资源感觉越来越稀有了,我每次打通一部都加密压缩网盘里一份硬盘里一份收藏起来,希望可以造福后人!
20#
heiqt  1级新秀 | 2022-6-5 03:02:55 发帖IP地址来自 北京
很难,如果你挂公共梯,能进的几率很低而且慢,因为批评空间自带ip过滤,异常流量很容易被封。所以我就没用批评空间的数据,按照道理批评空间的评分会更符合大家的口味。如果非要访问的话,可以试试看自己搭日本的vps(成本太高我放弃了
21#
ijacx  1级新秀 | 2022-6-5 03:03:19 发帖IP地址来自 北京林业大学
minori这么没牌面吗
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

积分:25
帖子:8
精华:0
期权论坛 期权论坛
发布
内容

下载期权论坛手机APP