Qwerty Learner 自定义词典怎么导入3 步走完附 5 个高频坑【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如果你也在用 Qwerty Learner 练打字多半撞上过同一个问题默认词库里的单词未必是你真正想练的那批。词典导入自定义词典这个功能就是为它准备的——把手头的单词表整理成 JSON丢进项目的 词典目录重启之后就能用自己挑的词来打字、记词、练肌肉记忆。全程不用会编程照着顺序走就行。一、先想清楚你的词库到底要练哪批词很多人第一反应是先把词塞进去再说结果练到一半发现词不对路。建议先花两分钟定一下范围按学习阶段初中、高中、大学、考研……不同阶段的词频差别很大先定位自己按考试类型CET4、CET6、TOEFL、IELTS 各有一套高频词备考党直接对着目标考试挑最省事按专业领域编程、医学、法律、商务……程序员练hashmap、callback这种术语比练通用词更有成就感两个小提醒难度贴着自己当前水平来。词太简单练不出肌肉记忆太难又容易挫败卡在能猜个大概但还得想一下的区间最好单本词量控制在 1000~3000。太大一本翻章、统计都慢实在词多不如拆成几本小的用后文讲的系列方式管理二、把单词表整理成 JSON 词典格式Qwerty Learner 读的是标准 JSON结构很轻核心就两个字段name放单词trans放释义一个数组所以天然支持多义项[ { name: keyboard, trans: [键盘, 打字机] }, { name: example, trans: [例子, 范例] } ]就这么多没有别的必填项。整理时注意两点每个词条都别漏掉name和transtrans必须是数组哪怕只有一个释义也要写成[释义]释义里带引号、反斜杠之类的特殊字符记得正常转义否则整本词库都可能解析失败保存时一定选 UTF-8 编码。中文释义一旦存成别的编码界面里就会变成乱码这一步很多人栽在没留意上。小习惯词库不是一次性做完的隔段时间加一批新词很正常。保持小步多次更新比攒一个大文件再折腾要轻松。三、把词典放进 public/dicts 目录文件整理好后放进项目的 词典目录。如果你还没有项目源码先 clone 一份git clone https://gitcode.com/GitHub_Trending/qw/qwerty-learner然后把你的.json文件放进public/dicts/下面即可文件名建议起得能认出来比如my-kaoYan.json方便回头管理。四、启动后怎么确认词库已经加载重新跑起项目打开词典列表按分类找到你刚放的那一本点进去翻几个词试试——能看到单词和释义、能正常开始打字就说明导入成功了。如果列表里根本找不到、或者点进去内容不对劲基本就落在这五个坑里JSON 格式有错——多一个逗号、少一个括号、引号没闭合都会让整本读不出来。丢进任意一个在线 JSON 校验器跑一遍最快文件放错目录——必须在public/dicts/放别的文件夹项目是找不到的编码不是 UTF-8——中文全变乱码时先怀疑这个必需字段缺失——某个词条少了name或trans那个条目会显示异常特殊字符没转义——释义里有引号、反斜杠等需要正确转义排查技巧先测单条。拿两三个词条单独存成文件验证通过了再上全量能帮你很快定位是哪一段出了问题。五、调优给词库分类、做系列再分享出去导入只是开始用顺了之后还有几件值得做的事打标签、分分类。项目里已经有大学英语、考研、TOEFL 这类分类你的词库也能归到对应分组或者按自己的节奏重排做成个人系列。把按学习进度分级的词汇集在一起再针对薄弱项单开一本重点词库练起来更有针对性和社区共享。你做的词库如果对他也有用可以贡献出去反过来别人整理好的专业词库你也能直接拿来用词量特别大的时候留意加载体验动辄几千条的词库首次翻章和统计会稍慢属正常现象拆小本会更跟手下一步可以做挑一批你真正想练的词1000~3000 条按第二节的格式整理成 JSON存成 UTF-8放进 public/dicts/重启项目确认能加载加载后给词库归个类、起个好名字想贡献就参考 词典制作说明搞定这一步Qwerty Learner 就彻底变成练你自己的词了。【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