在学习日语的过程中，背单词是一个绕不去的砍。
对于不同的语言，单词的特点也不相同。对日语而言，有以下几个特点：
- 汉字可以通过音读记忆
- 同一个汉字可能对应不同的音读
- 同一个音读可能对应不同的汉字
在我背单词的过程中，发现一个很有趣也很普遍的问题，在经过一段时间的 记忆后，看到汉字我可以回忆起假名，不用太费功夫。但是当我尝试看假名去回忆汉字时，却屡屡受挫。
通过看假名回忆汉字，是为了训练听力，因为你在听听力时，只能听到假名
为了达到我们的目的，看到假名就能回忆起对应的日文和中文意思，首先需要进行分类。
我认为分类记忆会强化记忆，所以我会把不同的假名发音分类，在该类别下是该发音对应的假名和组词。 以下是一个例子：
| 假名 | 日语 | 组词 |
|---|---|---|
| こう | 高 | 高校 |
| 候 | 天候 | |
| 効 | 効果 | |
| 幸 | 幸運 | |
| 講 | 講演 |
使用pandas的表格处理功能，我们可以读取excel中的行列，并将读取所有的单词的
- 假名
- 日文
- 汉字意思
所以get_words_list.py的输出为一个word_list.
技术细节：每个词条用
Dict表示，分别为{'假名':, '日文':, '意思':}，所有词条装在一个list里
构建一个词汇表类，类的数据成员为希望得到的各个类别，初始化为空。
例如：
self.kou = {'こう': []} # こう} ，每个数据成员都是一个Dict，其中key为字段，value为包含该字段的词汇的列表。
该词条表类有一个classify函数，输入为一个word_list，该函数遍历所有词条，假如该词条包含某个字段，则对应的数据成员添加该词条。
得到每个字段所包含的词条后，需要整合。
创建一个pandas dataframe，如以下形式:
| 假名 | 日文 | 意思 | 类型 |
|---|---|---|---|
| こう | |||
| こうそう | 高層 | 高层 | 名词 |
| ... | |||
| せい | |||
| せいぞう | 製造 | 制造，生产 | 名词 |
| ... |
排除专有名词
将dataframe输出到excel文件。
我已经处理了生成的excel的文件，进行了校对和字体调整，并生成了PDF文件，可以在example里找到。
如果您有好的修改意见，或者发现了一些bug，欢迎提issue！
如果您有解决办法，也欢迎fork并pull!
最後の最後に, 如果该项目对您有帮助，欢迎分享并star!
ありがとうございます!
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent