主页 / 问题 / 767440
Accepted
андрей гривкин
Asked:2020-01-07 04:41:00 +0000 UTC2020-01-07 04:41:00 +0000 UTC

我在哪里可以获得俄英词典的词库？

  • 772

我正在用 Python 3 编写一个简单的英俄词典。用户输入一个单词 - 用英语显示它的类似物（如何）。因此，查看一个单词的翻译是通过一个 .txt 文件执行的，该文件中写入了单词（示例）：

дом
house
дом
цветок
flower
цветок

等等。

对于一本至少有能力的字典，你需要 2000 多个单词。也许已经有一个使用某些站点的资源以这种方式填充文件的脚本？

我是初学者，刚开始理解OOP，所以不能自己写这个脚本，手动输入6000字太费时间了。

python

2 个回答

  1. 对于这个查询：русский английский словарь txt -разговорник，找到了Muller 1995年的《英俄词典》，没有格式化，纯文本txt，12万行，10MB：

    http://www.alleng.ru/d/engl/engl150.htm

    更高级的查询google translate download dictionary txt给出了更丰富的结果，下面的链接是一堆XML 格式的字典。第一个可用的俄语-英语包含 100 万行 45.8 万行，重 107 MB：

    http://translateclient.com/download_dictionary/

    不幸的是，我没有为初学者找到一个紧凑而简单的txt，csv显然，很少有人需要这样的东西。但是如果这个任务对你来说真的很重要，那么就去解析其中的一个。选择并享受！

    • 3
  2. Best Answer

    谷歌搜索2000 слов на английском языке并找到了该站点。检查其HTML内容并决定解析。

    主要问题是该站点的数据结构非常不方便 - 没有信标属性（class, id），方便从中提取数据，因此需要研究结构并找到准确的数据（例如，某个属性）以分离必要的数据。

    例子：

    import requests
from bs4 import BeautifulSoup

rs = requests.get('http://www.7english.ru/dictionary.php?id=2000&letter=all')
root = BeautifulSoup(rs.content, 'html.parser')

en_ru_items = []

for tr in root.select('tr[onmouseover]'):
    td_list = [td.text.strip() for td in tr.select('td')]

    # Количество ячеек в таблице со словами -- 9
    if len(td_list) != 9 or not td_list[1] or not td_list[5]:
        continue

    en = td_list[1]

    # Русские слова могут быть перечислены через запятую 'ты, вы',
    # а нам достаточно одного слова
    # 'ты, вы' -> 'ты'
    ru = td_list[5].split(', ')[0]

    en_ru_items.append((en, ru))

print(len(en_ru_items), en_ru_items)
# 2000 [('a', 'неопределенный артикль'), ('abili... , ('zero', 'ноль')]

    我认为作者本人将能够将此列表输出到文件

    • 3

相关问题