Python分析36套四级真题获取词频最高5000个词汇

前言

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 ,亲爱的读者们还担心四级不能过么?

基本开发环境

版本:Python3

系统:Windows

相关模块:csv、peewee、Counter等

程序介绍

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

主要目的

成为考试必备词库

希望大家都能轻松过四级

工作流程

配置查询文档

自动分析数据保存至voca.db数据库文件

自动打开数据库调用api翻译单词并保存到数据库里

将数据库文件转换成csv表格文件

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

剔除 常用单词(is am are do……)

计数

数据库初始化 peewee模块

加入单词到数据库

翻译

提取所有单词到csv

完整代码可以加Python学习群:960410445

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),完整代码可以加Python学习群:960410445群文件自行领取

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181215A0SQBA00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码关注腾讯云开发者

领取腾讯云代金券