【永久免费】搜狗词库 TXT 版本下载与合并:一条命令搞定 3000 万词汇的完整指南

原创2026-10-29 14:11:121,714 阅读
文章标签:数据集NLP

【永久免费】搜狗词库 TXT 版本下载与合并:一条命令搞定 3000 万词汇的完整指南

做全文检索、搭中文搜索索引、准备拆词素材,手里都得有一份足够全的词表。《搜狗词库-TXT版本下载》仓库里的资源包 搜狗词库-TXT版本.zip 就是干这个的:不到 2 万个 TXT 文件,装着 3000 万+ 词汇,下载解压即可用。

这份搜狗词库有多大

把 zip 解压后,你会看到一整目录的 TXT 文件,每个文件里都装着一批词汇。真正的卖点是体量:近 2 万个 TXT 文件、3000 万+ 词汇总量。无论是搜狗词库全文检索、搭搜索分词,还是给 NLP 项目拆词,这个量级基本够用。

如何把搜狗词库合并成一个 TXT

散在几万个文件里的词,不如合成一个大文件好使。用 type 命令合并 txt 其实只有一行代码,但动手前先留够磁盘空间 💡——3000 万+ 词汇合出来的 a.txt 体积不小,D 盘剩余空间不够就先清理一下。

在 Windows 开始菜单搜 cmd 回车,打开命令提示符;用 cd 进到存放这批 TXT 的文件夹,然后敲下这一行:

type *.txt > d:\a.txt

这条命令会把当前目录下所有 txt 文件按顺序逐个拼接,整体写进 D 盘根目录的 a.txt,等于把整个搜狗词库合并成一份词表。

⏳ 合并过程别急着关窗口。近 2 万个文件要一个一个读取拼接,快则几秒、慢则几分钟,具体耗时看机器性能和文件数量,等提示符重新出现才算真正结束。

a.txt 一落地,直接丢进你的全文检索或拆词项目就能开工。

登录后查看全文
搜狗词库-TXT版本下载