【个人整理+分析】已汉化的Galgame大全

风铃中的刀声

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）
  

<hr/>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
  

<hr/>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）
  

<hr/>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。

两亩半分地

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]

计算机学科你都不参加

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

乐途林

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）。

我心宁静

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。。。

属于我的角落

原作者是这样标的，我只负责整理，您可以向原作者反映。

啊空

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

皮皮猴

这么个发车法，有点过头了吧

后来居士

这份表包括官方汉化的吗？

人生有迹

信息整理了，具体怎么下载呢？