这是一个创建于 153 天前的主题，其中的信息可能已经有所发展或是发生改变。
我以网站 dictionary.com 收录的词汇作为研究对象，编写了一个 python 爬虫把网站的全部词汇爬去下来。 保存到文本文件中去。然后对文本文件进行基本的分析，得出一些有趣的结论。
dictionary.com 网站搜路的从词汇量是
第 1 条附言 · 153 天前
我以网站 dictionary.com 收录的词汇作为研究对象，编写了一个 python 爬虫把网站的全部词汇爬去下来。
保存到文本文件中去。然后对文本文件进行基本的分析，得出一些有趣的结论。
dictionary.com 网站收录的词汇总数是 214018 个
```
$ wc words.csv
214018 306517 11791535 words.csv
```
我对上述 21 万词汇按照如下条件进行了分类：
普通单词（无首字母大写，不存在空格，不存在标点符号等特殊字符，不存在数字） 88485 个
是否前缀词根 1031 个 (如: demi-)
是否后缀词根 86 个 （如: -phoresis)
单词中是否存在数字 279 个 （如: iodine 131)
是否名词 42474 个（首字母是否大写, 如: Zoroastrianism ）
是否短语 69714 个（多个字母，中间有空格， 如: A bird in the hand is worth two in the bush ）
是否有标点或特殊字符 83813 个（如: A Coruña ）
收录的最长的单词是 pneumonoultramicroscopicsilicovolcanoconiosis
总共 45 个字母意思是 矽肺病
同学们如果有更多问题欢迎提问，也欢迎加入我们的微信群聊一起交流，入群小助手请加
微信号：eXc3NjY0 (base64 解码)
入群信息请写 “加英语群”
保存到文本文件中去。然后对文本文件进行基本的分析，得出一些有趣的结论。
dictionary.com 网站收录的词汇总数是 214018 个
```
$ wc words.csv
214018 306517 11791535 words.csv
```
我对上述 21 万词汇按照如下条件进行了分类：
普通单词（无首字母大写，不存在空格，不存在标点符号等特殊字符，不存在数字） 88485 个
是否前缀词根 1031 个 (如: demi-)
是否后缀词根 86 个 （如: -phoresis)
单词中是否存在数字 279 个 （如: iodine 131)
是否名词 42474 个（首字母是否大写, 如: Zoroastrianism ）
是否短语 69714 个（多个字母，中间有空格， 如: A bird in the hand is worth two in the bush ）
是否有标点或特殊字符 83813 个（如: A Coruña ）
收录的最长的单词是 pneumonoultramicroscopicsilicovolcanoconiosis
总共 45 个字母意思是 矽肺病
同学们如果有更多问题欢迎提问，也欢迎加入我们的微信群聊一起交流，入群小助手请加
微信号：eXc3NjY0 (base64 解码)
入群信息请写 “加英语群”
1 条回复 • 2024-06-18 16:04:12 +08:00
 |
1
moonbeama 153 天前
进交流群加我，欢迎~
微信号：eXc3NjY0 (base64 解码) |
Select Language