用python实现背单词的功能(python3经典编程案例)

简介: 这篇文章介绍了如何使用Python和Tkinter库实现一个背单词的桌面应用,通过读取文本文件中的单词列表,并在GUI界面中随机显示单词及其音标和解释。

1、新建文件:words.txt,内容如下:

a copy of                一份,一本
account        [ə'kaʊnt]        n. 账户;账单
age        [eɪdʒ]        n. 年龄
Anaconda    [ˌænəˈkɒndə]    n. 水蟒;蟒蛇
args                n. [计算机]参数
arguments    ['ɑːgjʊm(ə)nts]    n. 参数
array        [əˈreɪ]        n. 数组,阵列;排列,列阵
attributes    ['ætrə,bjʊt]    n. 属性(attribute的复数)
audience        ['ɔːdɪəns]        n. 观众;听众
available        [əˈveɪləbl]    adj. 可获得的;可购得的
axis        [ˈæksɪs]        n. 轴;轴线;轴心国
centers                n. 中心,中央
coef                abbr. 系数;折算率
columns        [ˈkɒləms]        列
ctrl        [kən'trəʊl]    n. 计算机的Ctrl按键(控制键)

2、同目录下新建python文件:

# -*- encoding: utf-8 -*-
import tkinter as tk
import time
import threading
import random

window = tk.Tk()
window.title('06_轻松背单词')
window.geometry('640x765')
window.flag = True

# 设置label1背景为图片
# image_file = tk.PhotoImage(file='bg.png')
# label1 = tk.Label(window, text='', font=("黑体", 60, "normal"), compound='center', image=image_file)

label1 = tk.Label(window, text='', font=("黑体", 60, "normal"), compound='center')
label2 = tk.Label(window, text='', font=("黑体", 15, "normal"))
label1.pack()
label2.place(x=230, y=430)
words = []
with open('words.txt', 'r', encoding='utf-8') as f:
    for s in f.readlines():
        words.append(s)


def autoChange():
    """定义自动切换单词的方法"""
    window.flag = True
    while window.flag:
        i = random.randint(0, len(words) - 1)  # 随机显示单词
        a = words[i].split()  # 文本分割为列表
        b1 = a[0:1]  # 第1列单词
        b2 = a[2:4]  # 第2、3列音标和解释
        # label组件显示文本
        label1['text'] = b1
        label2['text'] = b2
        time.sleep(1)


if __name__ == '__main__':
    # 用线程控制自动切换单词
    t = threading.Thread(target=autoChange)
    t.start()
    window.mainloop()
    window.flag = False
相关文章
|
8天前
|
弹性计算 人工智能 架构师
阿里云携手Altair共拓云上工业仿真新机遇
2024年9月12日,「2024 Altair 技术大会杭州站」成功召开,阿里云弹性计算产品运营与生态负责人何川,与Altair中国技术总监赵阳在会上联合发布了最新的“云上CAE一体机”。
阿里云携手Altair共拓云上工业仿真新机遇
|
4天前
|
机器学习/深度学习 算法 大数据
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
2024“华为杯”数学建模竞赛,对ABCDEF每个题进行详细的分析,涵盖风电场功率优化、WLAN网络吞吐量、磁性元件损耗建模、地理环境问题、高速公路应急车道启用和X射线脉冲星建模等多领域问题,解析了问题类型、专业和技能的需要。
2463 14
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
|
4天前
|
机器学习/深度学习 算法 数据可视化
【BetterBench博士】2024年中国研究生数学建模竞赛 C题:数据驱动下磁性元件的磁芯损耗建模 问题分析、数学模型、python 代码
2024年中国研究生数学建模竞赛C题聚焦磁性元件磁芯损耗建模。题目背景介绍了电能变换技术的发展与应用,强调磁性元件在功率变换器中的重要性。磁芯损耗受多种因素影响,现有模型难以精确预测。题目要求通过数据分析建立高精度磁芯损耗模型。具体任务包括励磁波形分类、修正斯坦麦茨方程、分析影响因素、构建预测模型及优化设计条件。涉及数据预处理、特征提取、机器学习及优化算法等技术。适合电气、材料、计算机等多个专业学生参与。
1503 14
【BetterBench博士】2024年中国研究生数学建模竞赛 C题:数据驱动下磁性元件的磁芯损耗建模 问题分析、数学模型、python 代码
|
1月前
|
运维 Cloud Native Devops
一线实战:运维人少,我们从 0 到 1 实践 DevOps 和云原生
上海经证科技有限公司为有效推进软件项目管理和开发工作,选择了阿里云云效作为 DevOps 解决方案。通过云效,实现了从 0 开始,到现在近百个微服务、数百条流水线与应用交付的全面覆盖,有效支撑了敏捷开发流程。
19274 29
|
1月前
|
人工智能 自然语言处理 搜索推荐
阿里云Elasticsearch AI搜索实践
本文介绍了阿里云 Elasticsearch 在AI 搜索方面的技术实践与探索。
18822 20
|
1月前
|
Rust Apache 对象存储
Apache Paimon V0.9最新进展
Apache Paimon V0.9 版本即将发布,此版本带来了多项新特性并解决了关键挑战。Paimon自2022年从Flink社区诞生以来迅速成长,已成为Apache顶级项目,并广泛应用于阿里集团内外的多家企业。
17515 13
Apache Paimon V0.9最新进展
|
6天前
|
编解码 JSON 自然语言处理
通义千问重磅开源Qwen2.5,性能超越Llama
击败Meta,阿里Qwen2.5再登全球开源大模型王座
365 11
|
1月前
|
存储 人工智能 前端开发
AI 网关零代码解决 AI 幻觉问题
本文主要介绍了 AI Agent 的背景,概念,探讨了 AI Agent 网关插件的使用方法,效果以及实现原理。
18697 16
|
2天前
|
算法 Java
JAVA并发编程系列(8)CountDownLatch核心原理
面试中的编程题目“模拟拼团”,我们通过使用CountDownLatch来实现多线程条件下的拼团逻辑。此外,深入解析了CountDownLatch的核心原理及其内部实现机制,特别是`await()`方法的具体工作流程。通过详细分析源码与内部结构,帮助读者更好地理解并发编程的关键概念。
|
2天前
|
SQL 监控 druid
Druid连接池学习
Druid学习笔记,使用Druid进行密码加密。参考文档:https://github.com/alibaba/druid
195 82