Anki系列-GRE词书转换脚本

使用说明

简介

在之前的《Anki系列-用Anki准备GRE》中,我承诺提供转换用的脚本文件。旧版本的脚本使用起来很麻烦,所以重写了一份,精简代码结构,并且将全文以markdown的方式分享到简书,方便感兴趣的人与我讨论。

这个notebook展示了处理kindle版《GRE核心词汇考法精析》、《GRE核心词汇助记与精练》、《GRE高分必备短语搭配》的过程。目的是生成可以导入Anki的txt文档。《GRE核心词汇考法精析》、《GRE核心词汇助记与精练》生成的导入文件对应的Note结构为GreWord,《GRE高分必备短语搭配》生成的则对应PhraseGRE。

首先你要从Amazon.cn购买者三本书的电子版(123)。你并不需要拥有一台Kindle才能购买上述电子书。只需要在电脑上下载Kindle的客户端,安装后登陆你的Amazon账号即可。然后,你需要利用Calibre将书籍转换为txt格式以便让python处理。转换过程中,需要在“TXT Output”那里将Formatting设置为markdown,以便提取原书中的一些格式信息;“Line ending style”选择unix;“Output Encoding”选择'utf-8'。

转换后,默认文档名分别为

"GREHe Xin Ci Hui Kao Fa Jing Xi  (Xin Dong Fang Da Yu Ying Yu Xue Xi Cong Shu ) - Chen Qi.txt"
"GREHe Xin Ci Hui Zhu Ji Yu Jing - Cao Tian Cheng.txt"
"GREGao Fen Bi Bei Duan Yu Da Pe - Yan Yu Zhen ,Gao Yu ,Chen Qi.txt"

假定你没有修改文件名,并且按照相对路径将这3个txt放到了与该notebook相同路径的"base_data"文件夹中。如果你安装了jupyter notebook,可以打开并运行这个.ipynb文件。它会自动在当前目录下生成三个_base_d文件,对应三个txt源文件,可以被AnkiImport脚本调用。另外还会生成三个py脚本文件,可以独立使用,功能都是读入txt源文件并转换,生成对应的_base_d文件。这些脚本文件以及AnkiImport脚本会在《Anki系列-用Anki准备GRE》的更新版本中提供,敬请期待。

本notebook后续会用三个章节分别处理这三个源文档。
第一步当然是将源文档的内容读入为字符串。
每个章节,代码的最终目的都是将读入的字符串以单词释义为单位,转换为python中的字典结构。这之间需要将字符串一步步切分(split),剔除掉不必要的信息。切分的规则通过观察txt文档并寻找规律得来。

完整文章请见explore_all_in_one.md

相关文件都已在Github共享
https://github.com/empenguinxh/Anki-CreateImportFile

推荐阅读更多精彩内容

  • Anki系列-用Anki准备GRE 背景 其实我从2010年就开始接触Anki了。但那个时候,由于自身非常懒惰,对...
    北魏企鹅阅读 24,513评论 32 136
  • 我为何使用Anki 最近在准备GRE考试,试用了市面上大部分的软件,效果都不甚理想。个人认为,学习,无论是背单词还...
    北魏企鹅阅读 18,933评论 9 82
  • Spring Cloud为开发人员提供了快速构建分布式系统中一些常见模式的工具(例如配置管理,服务发现,断路器,智...
    卡卡罗2017阅读 79,007评论 12 120
  • 基础命令 主要的命令和快捷键 Linux系统命令由三部分组成:cmd + [options]+[operation...
    守护者20091776阅读 365评论 0 0
  • 去年读过马伯庸著的《古董局中局》,因其情节紧凑,加之涉及很多古董方面的知识,读来觉得有趣,所以小说的篇幅虽然较长,...
    zxllawyer阅读 2,490评论 0 3