python中如何把一个文件的单词编程list_我拿Python对 12 年 36 套四级真题做了什么 ?...

不会英语的程序员不是好程序员 ？今天小胖给大家推荐一位了不起的号主，他不但python学得好，妹子还把的好，关键的关键，特么英语说的贼溜。

他就是小詹，一名双一流高校在读研究生 ，专研 C++ ，Python ，主要研究图像处理 、计算机视觉和机器学习相关知识 。为了巩固数据结构知识 ，化身 offer 收割机 ，小詹还不定期带你打卡刷 LeetCode ，锻炼编程能力 。同时 ，小詹还是一个有情怀的号主 ，不仅聊技术 ，也聊人生 。总之 ，我是强烈推荐关注小詹的 ！

这不，小詹今天教大家自己动手做个有意思的项目——从历年四级英语真题中获取词频最高的 5000 个词汇 ，并进行翻译 ！综合用到了爬虫 、数据分析等知识 ，亲爱的读者们不来试试吗 ?

程序介绍

这是一个单词频率统计程序 ，基于python3 ，我将往年真题按照词频排序得到了四级词库 ：总结出了 5000 个出现频率极高的单词 。

• 自动批量收集文件中的英语单词 txt (utf-8)  

• 统计排序保存到本地数据库 voca.db  

• 翻译英文得到中文解释  

• 数据库文件提取得到csv表格

在结合到大量的往年 cet-4 真题库的情况下

• 本软件成为了考试必备词库  

• 希望大家都能轻松过四级  

工作流程

1. settings.py 配置查询文档  

2. work.py 自动分析数据保存至voca.db数据库文件  

3. translate.py 自动打开数据库调用api翻译单词并保存到数据库里  

4. db2csv.py 将数据库文件转换成csv表格文件  

• python work.py

• python translate.py

• python db2csv.py

具体实现

• 数据 (docx 复杂的文档结构不好用，可以在word里面以txt方式保存)

  

• 读入文件拿到所有单词

  def _open_file(self,filename):

• 剔除 常用单词(is am are do……)

  def _filter_words(self,raw_words,count=NUMBERS):

• 计数

  from collections 

• 数据库初始化 peewee模块

  from peewee 

• 加入单词到数据库

  def insert_data(self,words_times):

• 翻译

  #iciba翻译函数

• 提取所有单词到csv

  import csv

收获成果啦

翻译过程

出现次数最多的简单词

出现次数较少，值得一背的词

上述完整代码和获取到的统计结果(5000个高频词)分享到公号【小詹学python】，公号后台回复关键词 “四级” 即可获取 。最后 ，小詹只想说 so 因吹斯听~