把英文书籍中符合难度的单词提取出来，然后用树莓派、闲置的屏幕、挂墙上的手机来背单词

[lxrmido]

想法

家中有个树莓派一直在跑爬虫，最近淘宝买东西的时候顺手买了个 50 块的 3.5 寸屏幕插上去，然后发现屏幕无法关闭，于是便想拿它来做点什么，反正屏幕的耗电量才 0.5W 。

最近也一直在用薄荷阅读学英语，感觉背单词是学英语里最重要的一环。

于是思路就出来了：

• 把树莓派扔在家中一个会经常路过的地方，每次路过看一眼屏幕能背一下单词
• 还能多挂几个屏幕在家里，譬如用 Zero + 墨水屏，装个电池挂墙上能用很久，甚至还能用闲置的手机
• 多个设备共享阅读进度，只要做个 WebServer 就行了，客户端直接用浏览器就可以跨平台了，也可以额外做个客户端，客户端中导入生成好的单词卡片，不需要包含体积比较大的词库

单词从哪里来？

• 个人感觉，如非考试需要，各种专门的词库对我们都不是很适用，所以近几年才会有各种定制化词库的背单词应用。回到前文，背自己需要使用的单词是更有必要的。什么单词是自己需要使用的？“自己想要阅读的英文图书中包含的单词”是个不错的来源。
• 另一方面，TXT 格式的英文书籍，因为古腾堡计划的存在，很容易找，manybooks 等网站都有海量存货。

如何生成单词卡片数据？

• 有了书籍的 TXT 后，提取单词只是文本分割
• 如何获得每个单词的解释呢？有个很好的开源项目叫做 ECDICT，提供一个很庞大的英汉词典数据库
• 单词卡片按照出现顺序排列，用所在上下文的句子作为例句，顺便还能碎片化阅读书籍
• 在生成单词卡片的时候，可以按照单词是否在 CET4、CET6 等范围内去过滤一下，避免把已经烂熟的单词也加进去。

作品

有了思路之后，做起来还是比较容易的。花了两个晚上把可用的版本做了出来，repo 地址：

https://github.com/lxrmido/WordCards

树莓派运行效果：

界面截图：

然后就是再抽空把需要的其他东西做出来，以及优化了

总结及体会

• 做这个东西，其实最重要的一环就是词库，感谢 ECDICT 的作者 @skywind3000，使得这一环没有障碍
• 做界面用了 canvas，绘制自适应屏幕的文字时因为没想到英文单词的切断问题踩了些坑
• LCD 屏幕的光污染挺严重的，50 块钱的屏幕确实不能指望太多，所以打算看看有没有更好的方案，目前尝试了把闲置的旧手机贴墙上，效果还是不太理想
• 提取符合难度的单词依然很困难，有许多低难度的词汇其实不在 CET 当中，甚至不在柯林斯分级里，目前还是有很多不需要再记忆的单词会被提取出来
• 没有发音，我想要的发音方案是把整段上下文句子读出来，能顺便练练听力，没找到效果比较好的
• 最后就是关于交互的，因为现在用的是树莓派，所以总忍不住想加个几个实体按钮去操作

[dongpeng121]

如果训练的文本够多，是不是可以把重复率超过一定值的单词滤掉，认为这些单词已经掌握了？

[ww2000e]

想知道你家爬虫都爬些啥

[chroming]

不错不错，我的吃灰派又可以掏出来玩两天了

[lxrmido]

@dongpeng121
好像确实是这样，这就要在生成词库的步骤里引入训练的环节了

[lxrmido]

@ww2000e
各种想爬的数据，哈哈

[mathzhaoliang]

学英语的话，这种背单词卡片的方式效率很低，（李阳的疯狂英语我认为也不适合大多数人）以前经常看到宣传上说某某人学英语刻苦，背红宝书背 webster 字典，这些其实不可取。

最好的学习英语的方式是结合情景。比如 "excited", "naive"，“ he changed the world ”, etc. 张口就来有没有？

电影肖申克的救赎里面有许多值得学习的对白，比如在天台上干活时哈德利抱怨税务局要收他一大笔税，安迪走上去问哈德利“你信任你的妻子吗”，哈德利怒道 "what's your malfunction?" （你哪根筋不对？）这不就学到一个 GRE 词汇？(顺带骂人不吐脏字对面还听不懂)

再比如功夫熊猫里面也有很多精彩的对白如 "there's no secret ingredient"，"one always meets his destiny on the road he takes to avoid it"，等等。

我觉得你可以屏幕上每次显示某个电影的某个场景，配上台词，每次看到以后模仿电影中的语言把它念出来，倍儿有感觉，而且绝对忘不了。

[zzcchh]

我记得 interest 还有利息的意思。

[lxrmido]

@mathzhaoliang

情景记忆确实好，就是获取、整理的难度比较大

[ghhardy]

@mathzhaoliang 那不就跟百词斩差不多了，这种情境式记忆很多项目都在做，不过确实有难度，我能想到的是利用电影字幕的时间标签进行截屏。不过与其用这种方法片段式地记单词和句子，还不如利用视频资源去充分地带前后语境去学习，哪怕十分钟，都会有不少收获。

[ghhardy]

@mathzhaoliang 当然，楼主这个小项目非常好，非常感谢楼主的分享🙏

[kingcos]

词库是他开源的？

[daigouspy]

用折腾的决心自己去学英语你早雅思 4 个 9 了。天天捣鼓系统调试程序哪有心机学习英语。

[RqPS6rhmP3Nyn3Tm]

@mathzhaoliang 还要背一遍葛底斯堡演讲？

[lxrmido]

@kingcos
是有其他来源？

[wensonsmith]

@mathzhaoliang 是的，看权利的游戏，瞬间就记住一个单词：Bastard

[mrfox]

非常感兴趣。感谢，很好的项目，一点建议供参考：
1. 有些还没搞明白，展示页面上有两个图标，一个是删除一个是星号；这个界面是不动的对吧，按删除可以看到下一个单词（删掉了？可以考虑熟词进入熟词表？），但是按星号似乎没反应，那就是收藏起来了，然后再按删除进入下一个展示？（星号应该是保留了继续背对吧）
2. 符合需要的提取单词：适合个体的最佳方式是自己有自己的词库，因为常见的词频表只能是大概，每个人认识与否的还是不同的，比如分别存入 known.txt ，new.txt 。希望增加一个生、熟词筛选的功能。已经有自己熟词表的可以直接覆盖（或导入），而没有的人可以从头开始积累。界面上增加下操作快捷键，比如按 1 是认识，按 2 是生词
3. 请问单词复数和动词形态的处理原则，是不是都不还原？

[lxrmido]

@mrfox
1、删除之后单词会被标记为 ignore，以后都不会再显示这个单词，星号点击之后应该是会变红的，其实这两个就是熟词表跟生词表，但目前没有针对这两者实现其他功能；
2、对的，准备结合 1L 的建议加入熟词筛选的功能，而快捷键，打算把所有可点击的都加入可配置的快捷键，毕竟每个人的操作设备也不同；
3、目前的单词处理方式比较粗暴，就是从词典里找完全匹配的，本来打算针对单词的形态提取词根，然后发现词典里有词根的单词数量占比很低，所以搁置了；

[mrfox]

@lxrmido 正在测试，新发现了页面左右有前进后退按钮:)，快捷键是个好消息，希望早日完成
点星号是会变红，不过点删除它是自动跳转下一个，为什么点星号不跳到下一个呢，毕竟已经处理完了，如果是特意为之，建议变成一个可选配置

刚刚的一个词 https://imgur.com/a/XJhSMFI
是不是句首词也没还原呢

另外，释义长的话字体会突然变得很小，希望保持统一

good job

[mrfox]

@lxrmido 我又看了一眼图，发现不是句首词，上面描述有误，原文里是没大写的，不知道是不是字典的问题还是什么

[mrfox]

提示小白如我的：终于明白了这个 ignore，不再显示出来，开始我试的时候点星号看不动就点了删除，结果这个词应该是既标为生词又不再显示了，这个……应该是点向右，个人觉得先点星再点删除应该是不允许才对