利用在线词典批量查询英语单词_批量英语单词工具书错误 csdn-CSDN博客

本文链接：https://blog.csdn.net/bonny95/article/details/6111940

本文介绍了如何利用curl和脚本自动化查询在线词典，如Google Dictionary和百度词典，获取单词的详细解释。通过处理获取的HTML内容，过滤掉无关信息，提取出单词的定义、发音和例句。文中还提供了Perl脚本`censor.pl`用于处理百度词典的搜索结果，并展示了如何通过bash脚本批量查询多个单词。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

进来遇到很多英语生词，工具书上给的解释错误百出，而很多在线词典不但可以给出某个单词的解释，而且有大量的示例，因此猜想利用在线词典批量查询这些单词。怎么实现呢？

首要问题是如何自动获取某个单词的解释。搜索之后，发现可以用curl实现，如

请参见http://ubuntuforums.org/showthread.php?t=1591389 和 http://stackoverflow.com/questions/1617152/using-google-as-a-dictionary-lookup-via-bash-how-can-one-grab-the-first-definiti。

试过Google Dictionary之后发现， curl下来的网页用html2text转换时会报错：Input recoding failed due to invalid input sequence. 尝试了Python版的html2text之后，依然有大量的javascript和HTML代码残留。于是转而求助于百度词典——因为百度词典的搜索结果中没有Javascript语句，html2text一般可以完美转换。

转换完之后的文件如下，编码为UTF-8.

�新闻网页贴吧知道 MP3 图片视频词典 [antiseptic ] 设置 | 帮助 [查百度词典] 把百度设为首页语法标注解释 antiseptic英音：[,ænti'septik]美音：[,æntə'sɛptɪk] ***** ***** **** 以下结果由[bddict/source/img/logo.gif]译典通提供词典解释 **** 形容词 a. 1. 抗菌的,防腐的 2. 使用抗菌剂的,使用防腐剂的 antiseptic treatment 防腐处理 3. 未受感染的,无菌的,消过毒的 The technician had on an antiseptic white jacket. 那个技术员穿着消毒白色夹克。 4. 非常整洁的 5. 冷淡的,缺乏热情的 He nodded an antiseptic greeting. 他冷冷地点头打了个招呼。名词 n. 1. 抗菌剂,防腐剂[C] **** 以下结果来自互联网网络释义 **** antiseptic 1. 防腐剂/消毒药大学英语相似词辨析(13):ante-,a... antiseptic 防腐剂/消毒药 http://www.english-ex... 2. 防霉剂北京译邦达翻译公司-2008 Januar... 防霉剂 antiseptic http://www.t-bond.com... 3. 防腐的；防腐剂石油英语|能源动力行业英语第1521页 antiseptic防腐的；防腐剂 http://www.b2b99.com/... 4. 抗菌剂，防腐剂 SAT化学词汇表Chapter 6_SAT... antiseptic抗菌剂，防腐剂 http://www.24en.com/s... Antiseptic 1. 防腐剂词博英语社区(生物词汇 A-F (1)[c... Antiseptic 防腐剂 http://www.cibo.biz/f... 显示更多网络释义结果 ©2011 Baidu 此内容系百度根据您的指令自动搜索的结果，不代表百度赞成被搜索网站的内容或立场 [http://c.baidu.com/c.gif?t=0&q=antiseptic&p=0&pn=0] [wd ] [s] **** 搜索框提示 **** *** 是否希望搜索汉字和英语时显示搜索框提示 *** #显示 o不显示 [Unknown INPUT type]

显然上面的内容是不便于阅读的。为了提取有用信息，需要对上面的内容进行处理——下面的脚本参考了http://blog.csdn.net/jallin2001/archive/2009/11/13/4808618.aspx。

#!/usr/bin/perl -w ############### censor.pl ################# # Handle the explanations got from online dictionary. # Inputs: # ARGV[0] -- temparory file containning the explanations # ARGV[1] -- keyword ############################################ use strict; use Encode; my $syntax = Encode::decode('utf8', '语法标注解释 '); my $internet = Encode::decode('utf8', '以下结果来自互联网网络释义'); my $yingyin = Encode::decode('utf8', '英音'); my $meiyin = Encode::decode('utf8', '美音'); my $write_flag=0; open(EXP,$ARGV[0]); while (my $nextline=<EXP>) { chomp($nextline); $nextline = Encode::decode('utf8', $nextline); if ($nextline =~ m/.*$syntax.*/) { $write_flag=1; $nextline =~ s/$syntax//; } elsif ($nextline =~ m/.*$internet.*/) { $write_flag=0; } if ($write_flag eq 1) { if ($nextline !~ m/.*/*/*/*/*.*/) { # Excluse lines containning **** # Add a space between the keyword and 英音/美音 $nextline =~ s/$ARGV[1]([$yingyin|$meiyin])/$ARGV[1] $1/; print encode("utf8",$nextline),"/r/n"; # In perl, /r/n is needed to add a new line } } }

运行上面的脚本后，可以得到如下的输出：

antiseptic 英音：[,ænti'septik]美音：[,æntə'sɛptɪk] 形容词 a. 1. 抗菌的,防腐的 2. 使用抗菌剂的,使用防腐剂的 antiseptic treatment 防腐处理 3. 未受感染的,无菌的,消过毒的 The technician had on an antiseptic white jacket. 那个技术员穿着消毒白色夹克。 4. 非常整洁的 5. 冷淡的,缺乏热情的 He nodded an antiseptic greeting. 他冷冷地点头打了个招呼。名词 n. 1. 抗菌剂,防腐剂[C]

另外，如果要自动化查询一批英文单词，可以把它们写到一个文件中，然后用下面的脚本进行自动查询

#!/bin/bash # Command line look up using Google's define feature - command line dictionary WORDS=$(cat ./words) for word in $WORDS do # word=$1 #curl -s -A 'Mozilla/4.0' 'http://www.google.com/dictionary?langpair=zh-CN|en&hl=en&aq=f&q='$word >> test.html curl -s -A 'Mozilla/4.0' "http://dict.baidu.com/s?tn=dict&wd="$word | html2text > tmp 2>/dev/null echo "------------------ $word -------------------" >> mywords ./censor.pl tmp $word >> mywords rm -f tmp done

Update 2011-01-02:

终于找到了查询Google Dictionary的一种方法。

Google Dictionary对于单词abandon的解释可以利用URL：http://www.google.com/dictionary?langpair=en|zh-CN&q=abandon&hl=en&aq=f 得到，而网页的信息如下：

<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN" "http://www.w3.org/TR/html4/loose.dtd"> <html> <head> <mce:script type="text/javascript"></mce:script> <meta http-equiv="content-type" content="text/html; charset=UTF-8"> <meta name="keywords" content="dictionary, dict, language, translate, translation, define, definition, glossary, online dictionary, language tool, multilingual dictionary of abandon , Arabic, Bengali, Bulgarian, Chinese (Simplified), Chinese (Traditional), Croatian, Czech, Dutch, English, Finnish, French, German, Greek, Gujarati, Hebrew, Hindi, Italian, Kannada, Korean, Malayalam, Marathi, Portuguese, Russian, Serbian, Spanish, Tamil, Telugu, Thai"> <meta name="description" content="abandon : （不顾责任、义务等）离弃，遗弃，抛弃, 不得已而放弃；舍弃, 停止（支持或帮助）；放弃（信念）, 中止；放弃；不再有, 陷入，沉湎于（某种情感）, 放任；放纵 - Google's free online dictionary service."> <meta http-equiv="X-UA-Compatible" content="IE=EmulateIE7"> <link rel="canonical" href="/dictionary?hl=en&sl=en&tl=zh-CN&q=abandon" mce_href="dictionary?hl=en&sl=en&tl=zh-CN&q=abandon"> <title> abandon in Chinese (Simplified) - Google Dictionary </title> <link rel="stylesheet" href="/dictionary/css/google-common_post20090706.css" mce_href="dictionary/css/google-common_post20090706.css" type="text/css"> <mce:style type="text/css"></mce:style><style type="text/css" mce_bogus="1"> #gbar,#guser{font-size:13px;padding-right:1px;padding-top:2px !important}#gbar{padding-left:1px;float:left;height:22px}#guser{padding-bottom:7px !important;text-align:right}.gbh,.gbd{border-top:1px solid #c9d7f1;font-size:1px}.gbh{height:0;position:absolute;top:24px;width:100%}#gbs,.gbm{background:#fff;left:0;position:absolute;text-align:left;visibility:hidden;z-index:1000}.gbm{border:1px solid;border-color:#c9d7f1 #36c #36c #a2bae7;z-index:1001}.gb1{margin-right:.5em}#gbar .gbsup{color:#c00;font-size:9px;font-weight:normal;line-height:9px;margin-left:-.5em;margin-right:.5em;*margin-left:-.5em;*margin-right:.5em}.gb1,.gb3{zoom:1}.gb2{display:block;padding:.2em .5em}.gb2,.gb3{text-decoration:none;border-bottom:none}a.gb1,a.gb2,a.gb3,a.gb4{color:#00c !important}.gbi .gb3,.gbi .gb2,.gbi .gb4{color:#dd8e27 !important}.gbf .gb3,.gbf .gb2,.gbf .gb4{color:#900 !important}a.gb2:hover{background:#36c;color:#fff !important}</style> <link rel="stylesheet" href="/dictionary/css/dictionary-search_post20100310.css" mce_href="dictionary/css/dictionary-search_post20100310.css" type="text/css"> <link rel="stylesheet" href="/dictionary/css/gselectbox_post20090113.css" mce_href="dictionary/css/gselectbox_post20090113.css" type="text/css"> <mce:script type="text/javascript" src="/dictionary/js/dictionary_compiled_post20091026.js" mce_src="dictionary/js/dictionary_compiled_post20091026.js"></mce:script> <mce:script type="text/javascript"></mce:script> <mce:script type="text/javascript" src="/dictionary/js/autocomplete_compiled_post20090416.js" mce_src="dictionary/js/autocomplete_compiled_post20090416.js"></mce:script> </head> <body οnlοad="document.f.q.select();tickBodyLoadAndReport();" bgcolor="#ffffff" > <div id=gbar><nobr><a href="http://www.google.com/search?langpair=en%7Czh-CN&q=abandon&hl=en&sa=N&tab=Dw" mce_href="http://www.google.com/search?langpair=en%7Czh-CN&q=abandon&hl=en&sa=N&tab=Dw" οnclick=gbar.qs(this) class=gb1>Web</a> <a href="http://www.google.com/images?langpair=en%7Czh-CN&q=abandon&hl=en&source=og&sa=N&tab=Di" mce_href="http://www.google.com/images?langpair=en%7Czh-CN&q=abandon&hl=en&source=og&sa=N&tab=Di" οnclick=gbar.qs(this) class=gb1>Images</a> <a href="http://www.google.com/search?langpair=en%7Czh-CN&q=abandon&hl=en&tbo=u&tbs=vid:1&source=og&sa=N&tab=Dv" mce_href="http://www.google.com/search?langpair=en%7Czh-CN&q=abandon&hl=en&tbo=u&tbs=vid:1&source=og&sa=N&tab=Dv" οnclick=gbar.qs(this) class=gb1>Videos</a> <a href="http://maps.google.com/maps?langpair=en%7Czh-CN&q=abandon&hl=en&sa=N&tab=