46 万英语词汇库 english-words 完整使用指南

【免费下载链接】english-words:memo: A text file containing 479k English words for all your dictionary/word-based projects e.g: auto-completion / autosuggestion项目地址: https://gitcode.com/gh_mirrors/en/english-words

english-words 是一个开箱即用的英语词汇库，把超过 46 万个英语单词整理成纯文本、JSON 等格式，一行一个单词，专供自动补全、拼写检查、单词游戏等基于单词的项目直接读取，省去自己搜集和清洗词表的环节。

包里有什么：一份词表的四种交付形式

所有词表都放在仓库根目录，格式极其简单——每行一个单词：

• words.txt：完整词表，共 466,550 行，包含各类单词变体
• words_alpha.txt：370,105 个纯字母单词，已剔除数字和符号
• words_dictionary.json：words_alpha.txt 的 JSON 版本，每个单词的值统一为 1

三个文件各自附带一份 zip 压缩包（words.zip、words_alpha.zip、words_dictionary.zip），不需要克隆整个仓库时可以直接下载对应包。

另外仓库里还放了一份 uk-us-dict.txt，是英美拼写对照表（如 adaptor / adapter），做拼写检查时顺手就能用上。

三分钟跑起来

克隆仓库，拿到本地文件：

git clone https://gitcode.com/gh_mirrors/en/english-words

之后直接读文件即可。仓库自带示例脚本 read_english_dictionary.py，核心逻辑只有几行：

def load_words(): with open('words_alpha.txt') as word_file: valid_words = set(word_file.read().split()) return valid_words english_words = load_words() print('fate' in english_words) # True

加载成集合后，判断一个单词是否合法就是一次元组查找，这正是自动补全和拼写校验需要的访问模式。

这份词表从哪来

单词源头是经典的 Moby Words 项目，由 Grady Ward 制作，经 Project Gutenberg 长期公开分发。仓库 README 里交代了整理过程：作者当初为写自动补全教程找词库，发现一份 35 万词表被塞在 Excel 文件里，于是把单词抽取出来、重排为换行分隔的纯文本，方便应用解析和数据库导入。原始来源说明保留在 word_list_moby_README.txt 中，数据出处可以逐条核对。

怎么挑选词汇文件

三个文件按需求三选一：

• 默认选 words_alpha.txt：纯字母单词，数据干净，无需二次过滤，覆盖绝大多数场景
• Python 项目选 words_dictionary.json：README 明确建议用它当字典加载，查找性能更好
• 需要完整覆盖（含数字、符号及变体形式）时再上 words.txt

如果对格式有自定义需求，scripts/ 目录里的 create_json.py 和 gen.sh 可以从原始文本重新生成 JSON 和 zip 文件，整个数据管线是透明的。

适合谁，又做不到什么

适合的场景：自动补全/自动建议、拼写检查器词库、单词搜索和填字类文字游戏、NLP 项目的基础词表。拿到文件就能开工，不需要额外依赖。

不适合的期望：它只是一份单词列表，没有词性、释义、音标和词频信息。需要单词含义时得另接词典类数据源；专有名词和学科术语的取舍，也需要按业务自己过滤。

从 words_alpha.txt 起步，跑通上面的示例，几分钟内你的项目就内置了一份 37 万词级的英语词汇库。

【免费下载链接】english-words:memo: A text file containing 479k English words for all your dictionary/word-based projects e.g: auto-completion / autosuggestion项目地址: https://gitcode.com/gh_mirrors/en/english-words