paip.输入法英文词库的处理 python 代码 o4

paip.输入法英文词库的处理 python 代码 o4

目标是eng>>>中文>>atian

当输入非atian词的时候儿,能打印出　　atian pinyin >>>english提示．． ,在根据英文输入．．

＝＝＝＝＝下载源词库

要下载一个格式好的词库文件还是很困难的．．几乎没．．只好自己写兰．．．

下载一个-GRE 8k词库．．excel，删除不要的ｄａｔａｓｈｅｅｔ，导入ｍｙｓｑｌ

格式如下：

abandon v./n.放弃；放纵 　

＝＝＝＝＝＝＝＝＝＝＝＝需要做如下的数据清理：

分割出词性，分割出多个的中文词．．如下

abandon 放弃 　 v./n.

abandon 放纵 　 v./n.

作者: 老哇的爪子Attilax 艾龙， EMAIL:1466519819@qq.com

来源：http://blog.csdn.net/attilax

＝＝＝＝对应的代码ｐｙｔｈｏｎ

conn2 = mysql.connector.connect(user=user, password=pwd, host=host, database=db)

cursorInsert = conn2.cursor()

import dicUtil

from dicUtil import *

#this must match field amout and order in sql

for (en, cn, id) in cursor:

if(hasTsisin(cn)):

tsisin=left_ByDot(cn)

cnstr=right_ByDot(cn)

else:

tsisin="nonx."

cnstr=cn

cnstr=cnstr.replace("；", ",")

cnstr=cnstr.replace("，", ",")

cnstr_a=cnstr.split(",")

# for index8 in range(len(list)):

# print index8

# print list[index8]

print (" "+tsisin+"---"+cnstr)

for index,v in enumerate(cnstr_a):

# print ()index

# print (v) strip

sql=" insert into grejx_def (en,cn,nAdjV)values('@en','@cn','@adj')"

sql=sql.replace("@en", trim(en)).replace("@cn", v.strip()).replace("@adj", tsisin.strip())

print(sql)

reslt=cursorInsert.execute(sql)

print("---insert resl:")

print(reslt)

conn2.commit()

def hasTsisin(str):

try:

lastIndex=str.rindex(".")

#print(lastIndex)

return True

except :

print("--no has dot"+ str)

return False

参考

excel背单词-TOEFL-GRE - 下载频道 - CSDN.NET