用数千个真正的英语单词填充我的数据结构

事实上,有几个针对英语的开源词典,例如 WordNet file .

也就是说,我必须坚持英语不是一种封闭的语言,它也没有。 一个真实 官方定义。因此,没有一本词典包含所有英语单词,这样的词典永远不可能存在:英语单词是由所有时间组成的,一旦有足够的人使用它们,它们就成为英语的一部分。举个例子:__到Google.__

也许 Project Gutenberg 会有帮助的。我在过去的CS项目中使用过它们。它们提供纯文本文件(例如 The Valley of Fear ,这应该很容易处理。您可能希望跳过标题以避免结果倾斜。

这将允许您通过保留例如word->计数映射(例如 Map<String, Integer> )文件中的单词。

如果您使用的是Linux,则可以使用 /usr/share/dict/words 还有 WordNet 一个英文单词数据库。

如果你有一个键值对,你可能不想要一个简单的单词列表,你想要单词到定义或者其他语言的单词。

如果你不介意分析一个文本文件, IDP 有一堆免费下载的文件。