前言
在我们学校，几乎所有同学都有MP3用来听歌和看小说，但市面上所流行的大多数MP3都没有英语词典功能。同学们往往选择英语词典进行查单词，最流行的牛津高阶词典词量多，但太厚太笨重，查词并不方便。我发现大多数时候，我们查词仅仅是看中文释义、变形或者音标，于是我萌生了个念头，能不能在MP3上做一个查单词的程序？
想法
比想象中的要困难。虽然我会一点C语言，也了解一点硬件开发，但基于MP3的芯片（炬力）开发软件，真的太过麻烦。
有一天晚上，在学校宿舍，我突然想到了一个简单的解决办法：将所有单词的字母顺序创建为文件夹，在相应的的文件夹里放一个解释这个单词的txt文件，不就可以实现这个功能了吗？
37.PNG
38.gif
我只需要在MP3文件夹视图中，一层层打开相应的文件夹来定位这个单词，得到单词释义。
程序很好写，数据也很好找，放假回家马上就实现了。总共制作了近四万个单词（包括文件夹有十几万），效果如下：
39.gif
成果
把这些文件夹放到一张SD卡里，插到MP3上。打开，效果跟预想中的一样。我在学校试用了2个星期，感觉查单词挺方便的。后来又回家做了个40万单词的版本，在MP3上的最终效果如下图：
40.gif
代码
import csv
import os
import re
def fi(l):
return re.search(r'\d|\W', l[0]) is None
dic = []
words = []
with open('ecdict.csv','r', encoding='utf-8') as csvfile:
reader = csv.reader(csvfile)
for w in reader:
if fi(w):
words.append(w[0])
dic.append(w)
def fo(s):
n = 0
for w in words:
if s == w[:len(s)]:
n += 1
if n < 13:
for w in words:
if s == w[:len(s)]:
del w
return True
return False
for line in dic:
w = line[0]
l3r = ''
if line[3] is not '':
l3r = '\n' + line[3].replace('\\n', '；')
l2r = ''
if line[2] is not '':
l2r = '\n英文释义：{}'.format(line[2].replace('\\n', '；').replace('：n ', '：n. ').replace('；n ', '；n. '))
l10r = ''
if line[10] is not '':
l10r = '\n' + line[10].replace('p:', '过去式：').replace('d:', '过去分词：').replace('i:', '现在分词：').replace('r:', '比较级：').replace('t:', '最高级：').replace('s:', '复数：').replace('3:', '三单：').replace('0:', '原型：').replace('1:', '形式：').replace('/', '；')
l7r = ''
if line[7] is not '':
l7r = '\n考试要求：' + line[7].replace('zk', '中考').replace('gk', '高考').replace('cet4', '四级').replace('cet6', '六级').replace('ky', '考研').replace('ielts', '雅思').replace('toefl', '托福').replace('gre', 'GRE').replace(' ', '；')
l1r = ''
if line[1] is not '':
l1r = '\n/{}/'.format(line[1])
string = '【{}】{}{}{}{}{}'.format(w, l1r, l3r, l10r, l2r, l7r)
path = ''
b = ''
for l in w:
b += l
path += '{}-/'.format(b)
if fo(b):
break
path = 'DIC/' + path.lower()
if not os.path.exists(path):
os.makedirs(path)
print(path)
with open('{}-{}.txt'.format(path, w),'w', encoding='utf-8') as f:
f.write(string)
# print(string)
单词数据库
单词数据库（总共80万单词短语）开源地址：https://github.com/skywind3000/ECDICT
