网上下载了一部《牛津高阶英汉词典》，想把其中单词提取出来，形成一个单词表。目的是查找有部分组合相同的单词，如“one”和“bone”、“cone”中有“one”组合相同。相同部分可以在单词前面部分，也可以是后面部分、中间部分。目的是通过正则表达式提取这样的单词，便于进行单词记忆。然而网上下载的这部词典是以多个txt文件保存在不同目录中的，需要一点一点研究从多个目录多个文件中提取单词表。就以此为目标来研究正则表达式吧。
从单个文件中提取单词表
import re#编译正则表达式#查找一个单词为一行且有2-50个字符的单词p=pile(r"^[-a-zA-Z]{2,50}$")f=open("B-a.txt")result=[]for line in f.readlines():if(re.match(p,line)!=None):result.append(line)#查看有多少单词print(len(result))#显示结果print(result)#将数组转化为字符串str="".join(result)#写入"thewords.txt"中f1=open("thewords.txt","w")f1.write(str)f1.close()
后续还要做很多事情。下面就要研究，如何打开多个文件夹中多个文件提取单词表。
