Qwerty Learner 自定义词典导入完整指南:3 个场景打造你的专属词库

Qwerty Learner 自定义词典导入完整指南:3 个场景打造你的专属词库 Qwerty Learner 自定义词典导入完整指南3 个场景打造你的专属词库【免费下载链接】qwerty-learner为键盘工作者设计的单词记忆与英语肌肉记忆锻炼软件 / Words learning and English muscle memory training software designed for keyboard workers项目地址: https://gitcode.com/GitHub_Trending/qw/qwerty-learnerQwerty Learner 是一款靠打字练词、练肌肉记忆的单词软件内置词库虽全但你完全可以导入自定义词典。这篇指南讲清文件长什么样、放哪儿、三种典型做法、排错清单和进阶用法照着做就能上手。内置词库够用但专业词不够用平时练练四级、高考词汇内置库基本能覆盖。可一旦需求变细问题就来了备考某张真题卷想单独背里面的生词写代码想刷 API 关键字、命令动词出国前想集中记几十句生活高频短语。这类小而专的词表内置库不会每样都备齐。解决办法就是自定义词典把单词整理成 JSON 文件JSON 是一种通用的文本数据格式浏览器可直接读取放进指定目录它就能出现在你的词汇库里像内置词表一样练。动手前先满足 3 个硬条件不用急着写词先把格式、位置、编码这三件事确认掉后面能省大量返工。格式整个文件是一个数组每个单词是一个对象。最少只需name单词本身和trans释义数组形式一个词多个义项就写多条[ { name: melatonin, trans: [n. 褪黑激素] } ]位置所有自定义词典文件统一放在public/dicts/目录下目录里现成的几百个预设词表都可以当参考。编码保存为 UTF-8。涉及中文释义时尤其要注意编码不对界面上会看到乱码。另外两个可选字段usphone、ukphone分别放美式、英式音标。填了之后单词卡片上能显示发音标注练习时听读更方便。三种典型做法按你的起点选从零新建适合词量小、自己整理直接新建一个.json文件比如叫my_itinerary_words.json按上面的结构一条条写。词表在一两百词以内时手动写完全没问题。写完先用任意 JSON 校验工具过一遍确认括号、引号、逗号都没毛病再丢进public/dicts/。仿照现成模板适合想要音标、义项齐全的打开 public/dicts/ 里任一词表比如 CET4 那份看看别人怎么组织的释义分多条、音标美英分开写。照这个骨架复制改造比凭空写更不容易漏字段。外部导出转换适合手头已有 Excel、CSV 或其他工具导出的词表大多数情况下源数据是表格。思路只有两条用在线转换工具把表格转成 JSON或把少量内容直接手动改写。转完重点核对字段名是否为name/trans中文有没有变乱码数组里有没有多余空项。不管走哪条路最后都差一步在 src/resources/dictionary.ts 里给词典建索引。找到任一条现有记录仿写id全局唯一url指向你刚放的文件name、description、category决定它在分类页面怎么展示length是词量。索引建好后重启开发服务器打开词典列表新词库应该已经挂在对应分类下。选一个章节点 Start就能开练了。默写、隐藏元音、整章循环这些玩法自定义词表和内置词表完全通用。词典没出现按这张清单自查九成导入失败都能被下面 7 条抓住从上往下过扩展名确实是.json不是.json.txt文件能通过 JSON 校验没有漏逗号、多余引号编码是 UTF-8中文释义无乱码文件确实在public/dicts/里dictionary.ts索引已添加且id没和现有词典撞车url拼写与文件名完全一致改完后重启过开发服务器再刷新页面让词典更好用的 4 个进阶技巧大库拆小节三四千词以上的表建议按主题或字母段拆成两份文件单次练习压力小进度条也更直观。释义写细一点trans是数组多义词把常用义项都写上练完回忆释义时更扎实。定期清库背熟、淘汰的词隔段时间删一轮词库保持只装当前要背的。用脚本核对词量仓库自带 scripts/update-dict-size.js 统计各词表词数索引里的length用它算手填容易错。自己整理的词库想分享给更多人项目里的 docs/toBuildDict.md 专门写了社区共建流程也可以去社区群问大家要建议。说到底自定义词典的价值就一句话练什么完全由你定。把源码拉到本地词库的天花板就交给你自己了git clone https://gitcode.com/GitHub_Trending/qw/qwerty-learner【免费下载链接】qwerty-learner为键盘工作者设计的单词记忆与英语肌肉记忆锻炼软件 / Words learning and English muscle memory training software designed for keyboard workers项目地址: https://gitcode.com/GitHub_Trending/qw/qwerty-learner创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考