如何从txt文本中提取同等学力大纲词汇范围内的词条？

humoryou · 发表于 2013-2-3 16:28:09

各位大侠，高手：

我有了牛津双解词典的txt格式的源文件，想做一个专门学习同等学力词汇的词典。所以想提取同等学力大纲词汇范围内的大概5-6千词汇。请问，如何做呢？有什么技巧和软件可以较快速的实现啊？！不要让我一条条查找复制啊！工作量太大了！

此贴的前世是：https://pdawiki.com/forum/thread-10470-1-1.html（如何从《牛津英汉双解词典》中提取“同等学力大纲词汇“做成专用词库？！）

menglongma · 发表于 2013-2-4 11:07:25

有好多方法可以一次性提取所需文本，可以使用cygwin也可以使用powergrep等，效率就是几秒钟的事。加油!

humoryou · 发表于 2013-2-6 05:29:22

有好多方法可以一次性提取所需文本，可以使用cygwin也可以使用powergrep等，效率就是几秒钟的事。加油!
menglongma 发表于 2013-2-4 11:07

能不能再具体一点点，上次有位大侠说cygwin可以，询问了度娘，可惜没找到有用信息啊！那位大侠说的也不很具体！我还是新手啊，摸索的不容易啊，玉口良言，多说几句啊，对我等求知路上帮助无限啊！公德无量啊，阿弥陀佛！

humoryou · 发表于 2013-2-6 05:36:52

本帖最后由 humoryou 于 2013-2-6 05:38 编辑

能不能再具体一点点，上次有位大侠说cygwin可以，询问了度娘，可惜没找到有用信息啊！那位大侠说的也不很具体！我还是新手啊，摸索的不容易啊，玉口良言，多说几句啊，对我等求知路上帮助无限啊！公德无量啊，阿弥 ...
humoryou 发表于 2013-2-6 05:29

menglongma，原来再另一个帖子里回答的也是你！;-)谢谢！您就再多说两句吧！

jungshin · 发表于 2013-3-21 21:22:04

我知道怎么弄，前提是你要有你的那个同等学历大纲的词汇表。
我和你的情况比较像，我想背GRE词汇，发现新牛津双解词典比较好，解释精准，且有词源阐述，帮助记忆，于是从网上找了一个GRE红宝书的词汇txt，把新牛津双解词典用工具反编译，得到词典的txt文本，然后写一个python脚本，这个脚本从GRE词汇的txt里读取第一个词汇，然后以这个词汇去词典txt里找这个词的解释，找到后把这个词条写入一个文件，如此反复，直到把GRE词汇txt里的所有词汇都从词典里找出并写入到一个单独的文件里，同时这个脚本会每写到100个词汇就从新开一个文件，这样就形成了很多个单词list，每个list里100个词汇，最后用epub工具制作成epub格式的电子书，然后放到手机里，用多看阅读打开，就可以随时随地用手机背牛津版的GRE词汇啦！

llcc1997 · 发表于 2014-3-27 14:55:42

这个不错啊，有实用性。

ok927 · 发表于 2014-3-27 21:10:19

jungshin 发表于 2013-3-21 21:22
我知道怎么弄，前提是你要有你的那个同等学历大纲的词汇表。
我和你的情况比较像，我想背GRE词汇，发现新牛 ...

能分享您的脚本吗？谢谢。我的邮箱：[email protected]

[求助] 如何从txt文本中提取同等学力大纲词汇范围内的词条？

本帖被以下淘专辑推荐: