如何用Python（Django）创建英语词典应用？
我想用Python（或者Django）来创建一个在线词典应用。
这个应用会和http://dictionary.reference.com/差不多。
补充说明：这个词典不是存储在数据库里的，而是保存在一个文本文件或者gunzip文件中。你可以从这个网址下载免费的英语词典文件：dicts.info/dictionaries.php。
最简单的免费词典文件格式是：
word1 explanation for word1
word2 explanation for word2
还有其他一些格式，但所有的文件都是存储在文本文件或者文本.gz文件中。
我想问的是：
(1) 有没有现成的开源Python包、模块或者应用可以实现这个功能，我可以用或者学习一下？
(2) 如果第一个问题的答案是否定的，那我应该用什么算法来创建这样的网页应用？我能不能直接用Python内置的字典对象来完成这个任务？这样字典的键就是英语单词，值就是解释。这样在性能上可以吗？还是说我需要自己创建一个树形结构来加快搜索速度？或者有没有现成的包可以很好地处理这个问题？
非常感谢！
4 个回答
字典在IT行业来说应该算是比较小的。
为了提高性能，确保字典是在模块的命名空间里创建的：
好的例子：
# build the dictionary
english_dict = dict()
for line in open(dict_file):
# however you process the file:
word,def = line.split(',')
# put it in the dictionary
english_dict[word] = def
def get_definition(word):
# should use english_dict.get(word,'undefined')
if word in english_dict:
return english_dict[word]
else:
return 'no definition'
不好的例子：
def get_definition(word):
# build the dictionary
english_dict = dict()
for line in open(dict_file):
# however you process the file:
word,def = line.split(',')
# put it in the dictionary
english_dict[word] = def
if word in english_dict:
return english_dict[word]
else:
return 'no definition'
你也可以使用pickle来保存字典，这样读取的时候会更快，或者把所有数据放到数据库里。具体选择哪个，取决于你自己。
我不太确定你说的“功能”指的是什么。如果你是说“从存储在数据库中的字典里搜索关键词”，那么 python dictionnary 可能不太适合，因为你需要把整个数据库都反序列化才能进行搜索。
你应该考虑使用 Django 的“搜索”应用。很多人推荐使用 haystack：
然后用这个搜索引擎在你的数据库中查找关键词。
如果你不想支持复杂的搜索，那你也可以直接在数据库中查询一个确切的关键词。
DictEntry.objects.get(keyword=`something`).definition
我想这完全取决于你想达到的复杂程度，但其实有一些非常简单的解决方案。
编辑：
如果字典数据来自文件，那就很难说了，你有很多解决方案。
如果文件很小，你可以在服务器启动时把它反序列化成字典，然后在同一个实例中一直搜索（这样就不用每次请求都反序列化了）。
如果文件真的很大，你可以考虑把它们迁移到数据库中。
1) 首先创建你的 Django 模型，这样你就知道需要什么数据，字段的名称等等，比如：
class DictEntry(Model):
keyword = CharField(max_length=100)
definition = CharField(max_length=100)
2) 看起来你给的链接中的一些文件是 csv 格式的（似乎也可以是 xml 格式）。使用标准库中的 csv 模块，你可以把这些文件提取到 Python 中。
3) 然后使用 json 或 yaml 的 Python 库，把这些文件转换成不同的格式（json 或 yaml），就像在 模型的初始数据 中描述的那样。然后 魔法，你的初始数据就准备好了！
PS：使用 Python 的好处是：你在谷歌上搜索“python json”，就能找到官方文档，因为用于读写 json 的库是 Python 标准库的一部分！同样的情况也适用于 xml 和 csv……
你可以看看这个网站 http://www.nltk.org/。在这里，你可以找到很多单词及其定义，而不需要担心数据库的具体实现。如果你对这些内容还不太熟悉，至少可以先用这个工具快速上手，等你有了一个能正常工作的版本，再考虑加入数据库。
下面是一个简单的代码片段，教你如何从这个工具包中获取“dog”（狗）这个词的所有可用意思：
from nltk.corpus import wordnet
for word_meaning in wordnet.synsets('dog'):
print word_meaning.definition