La Sonda Léxica

Buscador por forma del diccionario Miniñol (el diccionario por niveles). Una sola página estática: todo corre en el navegador, sin servidor ni base de datos detrás. Sirve de banco de pruebas de los recursos de búsqueda al estilo Iedra/Dirae, pensado para escalar al diccionario grande reindexando, no reescribiendo.

Qué hace (v0)

Sobre el lemario por niveles (4.558 voces públicas), sin depender de definiciones ni de nada con copyright:

  • Autocompletado con chip de nivel (nuestra seña): prefijo + difusa (erratas).
  • Búsqueda avanzada por forma: empieza / termina / contiene, longitud, nº de sílabas, acentuación (aguda/llana/esdrújula), rima consonante/asonante, y nivel/capa.
  • Operadores en la caja: comodines * ?, difusa ~.
  • Ordenaciones: alfabético, alfabético inverso (por terminación), longitud, sílabas, nivel.
  • Sílabas, acento, AFI y rima de NUESTRAS APIs (silabeo, fonética), precalculados en el build (build.py) y horneados en la página.

Lo que necesita definiciones (buscador por definición, vecinas, atlas) queda como pestañas «· pronto»: se enchufa cuando el diccionario grande las tenga.

Cómo está montado

template.html   ← la página, con un hueco __DATA__ donde va el lemario
data/lemario.csv← el dato: palabra,capa[,banda] (una por línea)
build.py        ← inyecta el lemario en la plantilla → index.html
public/index.html ← lo que sirve Cloudflare Pages (generado por build.py; se commitea)
docs/           ← docs para Ariadna: qué es · cómo está hecho · configurar · procedencia · pendientes

Reconstruir

python3 build.py        # regenera index.html desde data/lemario.csv

Para reapuntar al diccionario grande el día de mañana: se sustituye data/lemario.csv (o se cambia la fuente en build.py) y se reejecuta. La capa de búsqueda no cambia — eso es «reindexar, no reescribir».

Desplegar (Cloudflare Pages)

Una orden —build, deploy, purga de la caché de zona y comprobación en vivo—:

./deploy.sh

Los mismos pasos a mano (es lo que hace el guion):

python3 build.py
npx wrangler pages deploy public --project-name=sonda --branch=main

La rama **main** es la de producción (sin --branch=main sería un preview que no llega al dominio). El proyecto Pages que sirve el dominio es **sonda** (cuenta ebaste.lti), y el DNS lo confirma: sonda.wordkers.com es un CNAME a sonda-62v.pages.dev. **Un push no despliega**: Pages no está enganchado al repo, hay que lanzar el deploy.

Procedencia del dato

data/lemario.csv es un volcado de solo lectura del lemario por niveles (diccionario.unidades, capa 0–4, público) del build del Diccionario Libre. Es lista de palabras (dato), sin copyright. Ver docs/procedencia.md.

*ebaste · Silicio. Hermano del motor en wordkers/dev/diccionario (parlamento, fuentes), del que este buscador se mantiene desacoplado.*

En esta página