首先，真正的编程项目:从web字典创建数据库

Question

我想创建一个程序，它需要一个单词列表，搜索一本网络词典(比如韦伯斯特学习词典，剑桥学习者的，.)并将创建这样的文本文件：

word1发音定义例句.word2语音定义例句.

我有几个问题：

有可能这样做吗？

如果是的话，我应该使用什么工具？

如果可以用python，什么库。我要用吗？

(我更喜欢蟒蛇，因为它是我正在学习的语言)

我只需要一个大致的方法。

我仍然是一个编程的大菜鸟，但是，我认为如果我在一些个人项目上工作，我会取得很好的进展。

P.S.：我的英语还远不完美，很抱歉。

Answer 1

这不会有那么困难，主要是弄清楚如何查询网站。这些将是基本步骤：

• 映射查询字符串到url：
  • 您需要弄清楚网站是如何工作的(检查html的源代码以显示表单的参数)。有些网站有公共API，使其成为easier.

​

• get网页：urllib2
• 解析页面，您的答案是：BeautifulSoup。将您的信息与网页的其余部分分开。
• 将信息写入文件

。

Answer 2

这是可能的，但是为了保持可伸缩性，您需要严格的算法：http://en.wikipedia.org/wiki/Aho%E2%80%93Corasick_string_matching_algorithm

在python中，这是：http://pypi.python.org/pypi/ahocorasick/0.9

只需捕捉搜索树到达发现搜索词的状态的事件，并对其采取行动。上面提到的wiki页面为您提供了一些有用的资源。

Greetz，J.