清洗单词表生成自己想要的词库

        最近迷上了AIGC，喜欢用各类的名词去测试生成一些图片，就想找一个名词库，找了半天好像没有特别合适的所以就打算自己清洗一份。

一、下载词库

首先初始的词库来源于牛津词典常用的五千个单词

Oxford 3000 and 5000 | OxfordLearnersDictionaries.comhttps://www.oxfordlearnersdictionaries.com/wordlists/oxford3000-5000

这边可以看自己需求去选择

下载完成后是这样的

二、清洗词库

        根据我自己的需求是获取名词，也就是在单词后为n.的单词

# 清洗单词
def clean_words(filepath, target_word):
    result = []
    with open(filepath, 'r') as file:
        for line in file:
            words = line.strip().split()
            if len(words) > 1 and words[1] == target_word:
                result.append(words[0])
    return result

# 保存文件
def save_to_txt(words, filename):
    with open(filename, 'w') as file:
        for word in words:
            file.write(word + '\n')


file_path = 'American_Oxford_5000.txt'  # 清洗文件的路径
target_word = 'n.'  # 清洗的单词词性
output_file = 'cleaned_n_words.txt'  # 清洗后存储文件的路径

cleaned_words = clean_words(file_path, target_word)  # 调用清洗方法
save_to_txt(cleaned_words, output_file)  # 调用保存文件方法

三、清洗结果