下载

链接: https://pan.baidu.com/s/1SX5cd2YwZJxmRopF6BooeA  

密码: ra5c

背景

前段时间打算练习听力+扩充词汇量，所以用爬虫爬下了全季的英文剧本，然后处理了整个词频，用“欧路词典”把词频文件做成了生词本。

压缩包内容

all.txt是season1到season6所有的剧本合成的大文件，主要是用来通过在线词频获取网站（https://www.online-utility.org/text/frequent_words.jsp）生成词频文件的。

“clean”开头的是我清洗过后的词频，主要剔除了一些数字和无效字符。

这里clean_words10.txt是词频>=10的，clean_words4.txt是词频>=4且<10的，剩下的类推。

最终在欧路上生成的生词本：