英语教材提取单词制作生词表

英语教材提取单词制作生词表

教材分解成单词

vim下：

• 以非英语字符为界，切割所有文本

:%s/\W/\r/g

• 删除重复单词，并排序

:sort u

• 删除含有数字的“单词”部分

:g/\d/d

查英语字典生成单词表

• Python

import pandas as pd

#读入单词和字典

words = pd.read_csv(\'words.txt\',encoding=\'UTF-8\',names=[\'word\'])

dicts = pd.read_csv(\'dicts.txt\',encoding=\'ANSI\',names=[\'word\',\'paraphrase\'],sep=\'\t\')

#单词和字典以单词为Key 求inner集

wordlist = pd.merge(dicts,words,on=\'word\',how=\'inner\')

wordlist.set_index(\'word\',inplace=True)

#保存为生词表

wordlist.to_csv(\'wordlist.txt\',sep=\' \')