查看: 1262|回复: 15
打印 上一主题 下一主题

[工具] customiseMdxFromList【指定单词列表提取词库】

[复制链接]
  • TA的每日心情
    奋斗
    2019-10-11 13:52
  • 签到天数: 142 天

    [LV.7]常住居民III

    15

    主题

    336

    回帖

    15万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    153139

    灌水大神章小蜜蜂章笑傲江湖章推广专家QQ 章

    跳转到指定楼层
    1
    发表于 2018-4-6 22:39:26 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式
    本帖最后由 Snowdax 于 2018-4-6 23:00 编辑

    已在 Github 上发布
    https://github.com/Snowdax/customiseMdxFromList

    readme 链接复制到论坛已失效,烦请移步 Github 阅读。

    欢迎打赏! https://snowdax.github.io/buyMeACupOfSoyMilk/

    customiseMdxFromList
    COCA5000.txt
    COCA5000.txt 储存了 https://www.wordfrequency.info/free.asp?s=y 页面上的 COCA5000 词汇表,每个单词一行

    COCA5000_list.py
    COCA5000_list.py 将上面的 txt 文件转换为 Python 中的列表数据格式,并将其赋值给 wordList 变量,该 .py 文件可作为模块导入其他 Python 程序。这个文件是由 line2list.py 生成的。

    line2list.py
    输入:文件名.txt
    输出:文件名_list.txt
    功能:将每行的内容转换为 Python 中的列表数据格式,并将其赋值给 wordList 变量。

    customiseMdxFromList.py
    首先将所需词库的 .mdx 文件在 GetDict.exe 中转换为 MDX 源文件,如下图所示:


    生成的 .txt 类型的MDX 源文件,应该是一行词头,一行释义,一行 </>,如下图所示:


    接下来,就可以使用 customiseMdxFromList.py 了!
    输入:刚刚生成的 .txt 文件(文件名.txt)
    输出:文件名_customised.txt
    功能,仅保留 COCA5000_list.py 中 wordList 中的单词。如需修改单词列表,请使用 line2list.pt 生成列表并改变 customiseMdxFromList.py 中导入的 COCA5000_list 模块
    性能:约 2.5 秒/词,5000 词合共约 3.5 小时

    最后,使用 MdxBuilder.exe 将 文件名_customised.txt 打包为 .mdx 文件,用于 MDict 等词典软件

    customiseMdxFromList.exe
    由 customiseMdxFromList.py 封装。不用搭建 Python 环境,且程序里面集成了 COCA5000 的单词表,直接在 Windows 上就能使用。

    评分

    1

    查看全部评分

    本帖被以下淘专辑推荐:

  • TA的每日心情
    奋斗
    2019-10-11 13:52
  • 签到天数: 142 天

    [LV.7]常住居民III

    15

    主题

    336

    回帖

    15万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    153139

    灌水大神章小蜜蜂章笑傲江湖章推广专家QQ 章

    2
     楼主| 发表于 2018-4-6 22:40:48 | 只看该作者
    @nidetou
    求助,如何把词典中不要的单词删除?
    https://www.pdawiki.com/forum/fo ... &fromuid=176529
    (出处: 掌上百科)
    水平有限,程序性能低下,欢迎高手指点!
  • TA的每日心情
    开心
    2018-5-27 05:26
  • 签到天数: 55 天

    [LV.5]常住居民I

    22

    主题

    388

    回帖

    4358

    积分

    被盗用户

    积分
    4358
    3
    发表于 2018-4-7 03:03:48 | 只看该作者
    还不明白如何使用,先打赏再说。谢谢!
  • TA的每日心情
    开心
    2018-5-27 05:26
  • 签到天数: 55 天

    [LV.5]常住居民I

    22

    主题

    388

    回帖

    4358

    积分

    被盗用户

    积分
    4358
    4
    发表于 2018-4-8 15:00:05 | 只看该作者
    接下来,就可以使用 customiseMdxFromList.py 了!
    输入:刚刚生成的 .txt 文件(文件名.txt):
    输出:文件名_customised.txt

    我是小白,LAAD3我用getdic转换了源文件为LAAD3.txt,接下来点customiseMdxFromList.py出现一个黑框一闪而过。

    点评

    直接双击 .py 文件是会一闪而过的,可以在安装 Python 后自带的 IDLE 中运行(本程序是基于 Python 3 的,需要安装 Python 3 打头的版本)  发表于 2018-4-8 17:30
  • TA的每日心情
    开心
    2018-5-27 05:26
  • 签到天数: 55 天

    [LV.5]常住居民I

    22

    主题

    388

    回帖

    4358

    积分

    被盗用户

    积分
    4358
    5
    发表于 2018-4-8 15:02:20 | 只看该作者
    本帖最后由 nidetou 于 2018-4-8 15:06 编辑

    点customiseMdxFromList.exe,说window版本不兼容。我是win7, python2.7也安装了。
  • TA的每日心情
    奋斗
    2022-6-1 19:02
  • 签到天数: 377 天

    [LV.9]以坛为家II

    27

    主题

    556

    回帖

    15万

    积分

    状元

    喜欢折腾,但能力有限

    Rank: 9Rank: 9Rank: 9

    积分
    150901

    灌水大神章笑傲江湖章管理组专用章

    6
    发表于 2018-4-8 16:38:57 | 只看该作者
    本帖最后由 须佐之男 于 2018-4-8 16:48 编辑
    nidetou 发表于 2018-4-8 15:02
    点customiseMdxFromList.exe,说window版本不兼容。我是win7, python2.7也安装了。 ...


    虽然我不懂py,但是看楼主的说明,不需要安装py,是已经封装好的。
    而且这个exe应该是从词典源文件取出特定的COCA5000 的单词表,你需要取其他词才用py程序的

    点评

    我只在 Windwos 10 上测试通过了,其他 Windows 版本还没有测试。  发表于 2018-4-8 17:26
  • TA的每日心情
    奋斗
    2019-10-11 13:52
  • 签到天数: 142 天

    [LV.7]常住居民III

    15

    主题

    336

    回帖

    15万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    153139

    灌水大神章小蜜蜂章笑傲江湖章推广专家QQ 章

    7
     楼主| 发表于 2018-4-8 17:28:11 | 只看该作者
    nidetou 发表于 2018-4-8 15:02
    点customiseMdxFromList.exe,说window版本不兼容。我是win7, python2.7也安装了。 ...

    我在 Windows 7 上没有测试。
    如果你安装了 Python 3 的话,可以右键 customiseMdxFromList.py 选择在 Python 3 IDLE 中打开 这个 .py 文件,然后弹出的 IDLE 窗口中选择 上方标签的 Run -> Run Module 运行。

    点评

    我的win7 64位的,能打开那个exe文件,应该是能正常工作的  发表于 2018-4-8 17:29
  • TA的每日心情
    奋斗
    2021-4-4 16:28
  • 签到天数: 353 天

    [LV.8]以坛为家I

    6

    主题

    555

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    10889

    QQ 章

    8
    发表于 2018-4-9 08:04:23 来自手机 | 只看该作者
    应该和source editor 提取词表单词一样的思路

    评分

    1

    查看全部评分

  • TA的每日心情
    擦汗
    2020-2-7 12:22
  • 签到天数: 44 天

    [LV.5]常住居民I

    10

    主题

    154

    回帖

    2064

    积分

    解元

    Rank: 5Rank: 5

    积分
    2064
    9
    发表于 2018-6-17 12:08:00 | 只看该作者
    神器啊,对于不会编程又想自己制作词典得人太有帮助了!
  • TA的每日心情
    奋斗
    2019-10-11 13:52
  • 签到天数: 142 天

    [LV.7]常住居民III

    15

    主题

    336

    回帖

    15万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    153139

    灌水大神章小蜜蜂章笑傲江湖章推广专家QQ 章

    10
     楼主| 发表于 2018-6-17 15:23:39 | 只看该作者
    Bouroz 发表于 2018-6-17 12:08
    神器啊,对于不会编程又想自己制作词典得人太有帮助了!

    这个版本效率过低了,我有空把下一个版本发一下,速度会非常非常快。
    可以用 8 楼说的那个程序,那个很快很快。
  • TA的每日心情
    擦汗
    2020-2-7 12:22
  • 签到天数: 44 天

    [LV.5]常住居民I

    10

    主题

    154

    回帖

    2064

    积分

    解元

    Rank: 5Rank: 5

    积分
    2064
    11
    发表于 2018-6-17 15:46:38 | 只看该作者
    Snowdax 发表于 2018-6-17 15:23
    这个版本效率过低了,我有空把下一个版本发一下,速度会非常非常快。
    可以用 8 楼说的那个程序,那个很快 ...

    多谢大神!借地求教一下,置顶帖那个Mdict Editor Tool v2.0.35看起来很好,可好多人包括我在内都无法执行操作,您知道是怎么回事吗?
  • TA的每日心情
    奋斗
    2019-10-11 13:52
  • 签到天数: 142 天

    [LV.7]常住居民III

    15

    主题

    336

    回帖

    15万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    153139

    灌水大神章小蜜蜂章笑傲江湖章推广专家QQ 章

    12
     楼主| 发表于 2018-6-17 16:45:56 | 只看该作者
    Bouroz 发表于 2018-6-17 15:46
    多谢大神!借地求教一下,置顶帖那个Mdict Editor Tool v2.0.35看起来很好,可好多人包括我在内都无法执 ...

    这个应用没用过,刚刚下载下来用不了。要替换的话自己研究一下怎么写正则表达式比较好,然后多备份,多试验吧,大神谈不上。
  • TA的每日心情
    擦汗
    2020-2-7 12:22
  • 签到天数: 44 天

    [LV.5]常住居民I

    10

    主题

    154

    回帖

    2064

    积分

    解元

    Rank: 5Rank: 5

    积分
    2064
    13
    发表于 2018-6-17 21:24:52 | 只看该作者
    Snowdax 发表于 2018-6-17 16:45
    这个应用没用过,刚刚下载下来用不了。要替换的话自己研究一下怎么写正则表达式比较好,然后多备份,多试 ...

    我现在在组合一个手机上用的词频词典,全靠emeditor的替换和dict source editor合并了,全是体力活,以后有时间得好好学习正则和Python了