用Python打造自己的英语教学软件：从零实现背单词工具-平芜编程栈

背单词这件事，几乎人人都有几段放弃史。手机里的背词App装了一堆，免费额度用完就卸载，付费功能开了又关，最后真正能坚持下来的方式，反而是自己动手写一个英语教学软件。这一节的案例，就是把我日常背词的完整流程做成代码：单词管理、发音朗读、四选一测验、错题统计、复习提醒，全程用Python从零实现。

项目本身并不复杂，但对零基础的读者来说，它刚好能把Python的sqlite3数据库、gtts语音合成、pygame音频播放、random调度这些知识点串成一条线。做完之后你得到的不仅是一个能跑的"英语学习小工具"，更是一套理解"数据怎么存、功能怎么分、逻辑怎么串"的完整思路。这篇博文会把每一步的取舍讲透，跟着敲完之后，你再去看其他小案例，会发现自己已经能看懂大半了。

1. 先想清楚一件事：这个英语教学软件到底要做什么

动手写代码之前，我习惯先画一张"功能边界图"。很多新手一上来就想做"像百词斩一样的产品"，结果被UI、账号系统、云端同步这些巨型需求压垮，没写几百行就放弃了。

1.1 从背单词的日常场景倒推功能

回想一下你平时怎么背单词：打开App，先学一组新词（能看到单词、音标、释义、例句），然后听发音，接着做几道选择题测一测，答对的单词过几天再复习一遍，答错的单词第二天立刻重现。这个流程听起来很朴素，但它就是一个英语教学软件的完整闭环：

词库存储：维护一组带释义和例句的单词，支持增删改查。
学习新词：按顺序取出新词，展示释义和例句，并朗读发音。
测验练习：给出单词，让你从四个选项中选出正确释义（或反过来给出释义选单词）。
错题与复习：答错的单词进错题本，答对的单词按间隔日期安排复习。
统计反馈：简单记录今天学了几个、答对几个，给学习者一点正反馈。

我不建议一上来就做图形界面。零基础阶段，先做一个命令行交互版本，把业务逻辑跑通比什么都重要。界面的价值是"锦上添花"，不是"雪中送炭"。等你确定逻辑没问题了，再套一个tkinter外壳或者干脆转成Web服务，那是后话。

1.2 本项目的技术选型为什么这么选

选型这件事，说到底是"够用就好"。我在做这个项目时反复问自己：这个功能用Python标准库能不能做？能就不装第三方包。这样做的原因有三：

第一，依赖越少，部署越简单。你写的小工具不用装一堆乱七八糟的环境，拷到另一台电脑就能跑，这对初学者建立信心特别重要。

第二，标准库是学习Python最好的教材。sqlite3怎么写SQL、random怎么取随机样本、datetime怎么算日期，这些都是在真实项目中练出来的。

第三，踩坑点可控。第三方库版本冲突是初学者最容易崩溃的根源，而标准库基本不存在这个问题。

具体到本项目的选型，我的方案是这样：

功能	选用方案	理由
数据存储	SQLite（标准库sqlite3）	单文件即数据库，无需额外服务，零基础友好
单词分类	文件+列表	词库导入用简单文本格式，避免一开始就写复杂解析
发音朗读	gTTS生成mp3 + pygame播放	发音自然、安装简单；离线备用方案用pyttsx3
测验随机	random模块	学生词选项和打乱顺序都靠它
复习调度	简化版间隔重复算法	用熟读度+日期计算，不引入Anki那套复杂算法

这套组合看起来不起眼，但它的优点是每个模块都能独立替换。比如你嫌gTTS发音太机械，换一个本地语音引擎就行，不影响其他代码。

2. 零基础起手式：环境准备与项目骨架搭建

环境准备这块，很多人会栽在第一步。我见过太多同学卡在"我按教程装了Python，但是为什么打开不是那个界面"之类的问题上。这里我尽量说清楚。

2.1 Python环境与第三方库的最小安装

如果你还没装Python，去 python.org 下载对应系统的最新稳定版安装包，安装时务必勾选"Add Python to PATH"。这一步不勾，后面在命令行里敲python就会提示找不到命令，很多新手莫名卡住就是卡在这。

装好之后，建议顺手验证一下：

python --version

能打印出版本号就说明环境OK。

接下来装第三方库。这个案例只用三个包，量很小：

pip install gtts pygame

pyttsx3是离线备用方案，局域网环境或者机器上没有音频输出时可以装，不装也不影响主流程。装好之后，我建议立刻做一个"最小化验证"，就是简单地试一下导入能不能成功：

python -c "import gtts, pygame; print('ok')"

能打印ok再继续往下写，这一步能帮你把"环境问题"和"代码问题"彻底隔离，后面出bug时排查范围小很多。

2.2 项目目录结构：一开始就分好层

零基础写小工具，最容易犯的错是把所有代码塞进一个main.py。不是说不行，但项目一旦超过三四百行，维护起来就会非常痛苦。我习惯一开始就把目录分好，哪怕前期多花五分钟。

一个适合这个项目的目录结构如下：

english_teacher/ ├── main.py # 主循环：命令行交互入口 ├── database.py # 数据库连接与建表 ├── words_manager.py # 词库增删改查 ├── quiz_engine.py # 测验出题与判分 ├── voice.py # 发音模块（gTTS + pyttsx3 双方案） ├── scheduler.py # 间隔复习调度 ├── words.txt # 初始词库文件 └── english.db # SQLite数据库（运行时自动生成）

每个文件只干一件事。main.py负责流程和交互，database.py负责建表和连接，words_manager.py负责查词和更新，quiz_engine.py负责出题判分，voice.py负责说话，scheduler.py负责算复习日期。

这一步看起来是"多此一举"，但对后续迭代价值很大。比如你某天想改进发音，只需要改voice.py，不用担心把测验逻辑搞乱；想出新的题型，只需要在quiz_engine.py里加函数。模块之间通过简单的函数接口连接，彼此不碰对方的内部实现。

2.3 用SQLite建单词表：数据库没那么吓人

很多零基础同学一听到"数据库"三个字就发怵，其实SQLite就是一个存在你硬盘上的单文件数据库，不需要安装任何服务器软件。对这个英语教学软件而言，我只需要一张单词表和一张学习记录表，就能撑起全部功能。

先看database.py的核心逻辑：

import sqlite3 DB_PATH = "english.db" def get_connection(): conn = sqlite3.connect(DB_PATH) conn.row_factory = sqlite3.Row return conn def init_db(): conn = get_connection() cursor = conn.cursor() # 单词表 cursor.execute(""" CREATE TABLE IF NOT EXISTS words ( id INTEGER PRIMARY KEY AUTOINCREMENT, word TEXT NOT NULL, meaning TEXT NOT NULL, example TEXT DEFAULT '', example_zh TEXT DEFAULT '', proficiency INTEGER DEFAULT 0, next_review TEXT DEFAULT '' ) """) # 学习记录表 cursor.execute(""" CREATE TABLE IF NOT EXISTS study_records ( id INTEGER PRIMARY KEY AUTOINCREMENT, word_id INTEGER, result TEXT, ts TEXT DEFAULT CURRENT_TIMESTAMP ) """) conn.commit() conn.close()

为什么要点选AUTOINCREMENT和TEXT？AUTOINCREMENT让id自动增长，这样后续删除某个单词后id不会原地复用，复用会导致历史记录串词，这是个很隐蔽的坑。next_review TEXT用来存"下次复习日期"，我用YYYY-MM-DD这种字符串格式，原因下面调度模块会说，不擅长日期运算的初学者用字符串也很直观。

这张表设计里，proficiency是用来做简化版间隔复习的关键字段，初始为0，每答对一次加1，答错归零。next_review是"下次该这个单词出现的日子"。这两个字段配合起来，就实现了最基础的"遗忘曲线"。

3. 核心功能逐个落地：词库、发音、测验、复习调度

骨架搭好之后，开始填充血肉。这一节是全文的实操核心，我按照"数据 → 媒体 → 交互 → 策略"的顺序，一层层把功能做出来。

3.1 词库导入与单词管理

词库是英语教学软件的燃料。没有好词库，一切功能都白搭。我准备了一个纯文本的初始词库words.txt，格式很简单，每行一个单词，字段用竖线分隔：

apple|苹果|I eat an apple every day.|我每天吃一个苹果。 abandon|放弃|He abandoned the plan.|他放弃了这个计划。 brave|勇敢的|She is brave enough to speak in public.|她足够勇敢，能在公众面前发言。

这样设计的理由很朴素：用记事本就能编辑，替换成语料文件只需要改文本。等以后你想导入四六级词表、考研核心词，写一个解析器把Excel或CSV转成这种格式就行。

words_manager.py里实现两个核心函数：一个把文本导入数据库，一个返回待学/待复习的单词。

import sqlite3 from database import get_connection def import_words_from_file(filepath): conn = get_connection() cursor = conn.cursor() with open(filepath, "r", encoding="utf-8") as f: for line in f: line = line.strip() if not line: continue parts = line.split("|") if len(parts) < 2: continue word = parts[0].strip() meaning = parts[1].strip() example = parts[2].strip() if len(parts) > 2 else "" example_zh = parts[3].strip() if len(parts) > 3 else "" # 避免重复导入 cursor.execute("SELECT id FROM words WHERE word = ?", (word,)) if cursor.fetchone() is None: cursor.execute(""" INSERT INTO words (word, meaning, example, example_zh) VALUES (?, ?, ?, ?) """, (word, meaning, example, example_zh)) conn.commit() conn.close()

这里有一个新手容易踩的点：重复导入问题。我事先查一次SELECT，存在就跳过。不加这个判断，每跑一次脚本词库就翻一倍。

查询函数则负责把"今天该学的单词"拎出来，规则很简单：next_review为空（从未学过）或者next_review小于等于今天日期。SQL写出来就是：

def get_words_for_today(limit=10): conn = get_connection() cursor = conn.cursor() today = datetime.now().strftime("%Y-%m-%d") cursor.execute(""" SELECT * FROM words WHERE next_review = '' OR next_review <= ? ORDER BY proficiency ASC, id ASC LIMIT ? """, (today, limit)) rows = cursor.fetchall() conn.close() return rows

ORDER BY proficiency ASC的作用是把熟练度低的单词排在前面，保证生词优先出现。这个排序逻辑是复习调度的关键，千万不能省。

3.2 让单词开口说话：gTTS发音模块

发音功能算是这个项目最有"教学软件"感觉的部分。用gtts生成MP3再用pygame播放，原理简单：Google的文本转语音接口把英文单词转成音频文件，然后播放器播出来。

但这里有个必须处理的坑：gtts要联网。离线环境下一调用就超时，初学者很容易被搞懵。所以我做成了双方案：

def speak(word, engine="gtts"): if engine == "gtts": _speak_gtts(word) else: _speak_local(word) def _speak_gtts(word): import os import tempfile import pygame from gtts import gTTS tts = gTTS(text=word, lang="en") with tempfile.NamedTemporaryFile(suffix=".mp3", delete=False) as tmp: tmp_path = tmp.name tts.save(tmp_path) pygame.mixer.init() pygame.mixer.music.load(tmp_path) pygame.mixer.music.play() while pygame.mixer.music.get_busy(): pygame.time.wait(100) pygame.mixer.quit() os.unlink(tmp_path) def _speak_local(word): import pyttsx3 engine = pyttsx3.init() engine.say(word) engine.runAndWait()

重点说两个实操细节。

第一，临时文件的清理。用tempfile.NamedTemporaryFile生成一个临时路径，播放完毕后用os.unlink删掉。如果不删，每次背单词都会在系统临时目录留下一个MP3，时间长了堆积垃圾文件。

第二，pygame的初始化时机。pygame.mixer.init()在每播放一次语音时重新初始化，pygame.mixer.quit()在播完后再关掉。这样做的好处是避免和其他模块抢音频设备，但要注意pygame.mixer.init()必须放在加载文件之前，否则会无声。

如果你在Linux服务器上跑，可能还需要先装libportaudio2之类的系统依赖，Windows和macOS一般不需要。我自己在Windows上实测gTTS方案发音自然度明显好于本地引擎，但本地引擎的优势是完全离线、反应快，两者各有利弊。

3.3 测验引擎：四选一怎么出题最合理

测验是本项目交互感最强的环节。我采用最常见的"看单词选释义"题型，出题逻辑分成三步：

从今天学习的单词里随机挑一个作为正确答案；
从全词库里随机挑三个不同单词作为干扰项；
把四个选项打乱顺序输出。

import random def build_quiz(words, all_words_count=50): if len(words) < 1: return None correct = random.choice(words) # 取干扰项：保证选项不重复 candidates = [w for w in all_words if w["id"] != correct["id"]] distractors = random.sample(candidates, min(3, len(candidates))) options = distractors + [correct] random.shuffle(options) return correct, options

这里有个细节新手容易忽略：干扰项必须来自正确答案以外的单词。很多人想当然地直接从全词库random.sample(4)，结果四个选项可能全是错的，测验就失去了意义。

出题之外，判分逻辑也很简单：用户输入1/2/3/4对应选项，程序比对答案是否正确，然后把结果写入study_records表，同时更新单词的proficiency和next_review。

def record_answer(word_id, correct, conn): cursor = conn.cursor() if correct: cursor.execute("UPDATE words SET proficiency = proficiency + 1 WHERE id = ?", (word_id,)) else: cursor.execute("UPDATE words SET proficiency = 0 WHERE id = ?", (word_id,)) cursor.execute("INSERT INTO study_records (word_id, result) VALUES (?, ?)", (word_id, "correct" if correct else "wrong")) conn.commit()

答错归零这个策略是我见过最快见效的间隔重复简化版。它符合认知科学的基本规律：一次错误往往意味着记忆断层，重新计时比"下次继续复习"更合理。

3.4 复习调度：用日期字符串实现简易遗忘曲线

完整的遗忘曲线算法比较复杂（比如Anki的SM-2），但对一个教学小工具来说，简化版完全够用。我的策略是：按熟练度决定下次复习间隔，间隔天数依次递增。

from datetime import datetime, timedelta # 熟练度对应的复习间隔（天） REVIEW_GAP = [1, 2, 4, 7, 15, 30] def calculate_next_review(proficiency): if proficiency >= len(REVIEW_GAP): proficiency = len(REVIEW_GAP) - 1 days = REVIEW_GAP[proficiency] return (datetime.now() + timedelta(days=days)).strftime("%Y-%m-%d")

为什么用proficiency来索引间隔而不是直接用时间戳？因为熟练度本质上是"记忆稳定度"的代理指标。一个单词从0到5，对应着"新词→刚记住→短期稳定→长期稳定→熟练→掌握"六个阶段。间隔从1天逐步拉长到30天，正好符合记忆科学中"随着复习次数增加，遗忘速度减慢"的规律。

日期采用YYYY-MM-DD字符串还带来一个额外好处：SQLite的字符串比较和日期比较是完全一致的。所以next_review <= '2026-01-01'这种写法是可行的，不需要转换函数，零基础同学理解起来更直观。

不过要说明的是，这个简化版有一个明显不足：它把所有答对的单词一视同仁地加熟练度，没有考虑"这个单词本身有多难"。实际使用中，像"abandon"这种词可能连续几次都错，说明它对你的难度偏高，单纯靠熟练度加减不够灵敏。后续优化方向可以是引入一个"难度系数"字段，把用词频率和错误次数作为权重参与计算。这属于进阶玩法，这里先不展开。

4. 串起完整学习流程：主程序设计与交互打磨

模块都写好了，最后要写一个main.py把这些零件组装起来。这也是零基础新手最容易忽略的部分：模块写了一大堆，却不知道如何让它们自然协作。

4.1 主循环：让学习流程像App一样自然

我把主程序设计成一个简单的状态循环，用户每次进入程序，依次执行"今日新词学习 → 发音朗读 → 四选一测验 → 统计展示"。伪代码如下：

def main(): init_db() import_words_from_file("words.txt") while True: print("1. 开始今日学习 2. 查看错题 3. 退出") choice = input("请选择：") if choice == "1": start_daily_lesson() elif choice == "2": show_wrong_words() elif choice == "3": break

注意这里的"导入词库"和"开始学习"是分开的。刚开始运行时词库可能为空，先导入一次，后续再运行也不会重复导入（3.1节那个查重逻辑起了作用）。

start_daily_lesson是整个程序的核心，我建议这么写：

def start_daily_lesson(): conn = get_connection() words = get_words_for_today(conn, limit=10) if not words: print("今天没有需要学习的单词，休息一下") conn.close() return for word in words: print(f"单词：{word['word']} 释义：{word['meaning']}") print(f"例句：{word['example']}") speak(word["word"]) # 朗读 input("按回车键继续") correct, options = build_quiz([word], conn) guess = input("请选择正确释义（1-4）：") is_correct = options[int(guess)-1]["id"] == correct["id"] record_answer(word["id"], is_correct, conn) print("答对了" if is_correct else f"错了，正确答案是 {correct['meaning']}") conn.close() print("今日学习完成")

这里有一个很关键的设计：每学完一个单词立刻测验一次，而不是等全部学完再统一测。原因是及时测验能形成"学习—提取—反馈"的闭环，记忆效果远好于学完一批再测。这个小细节是很多人会忽略的心理学知识点。

4.2 错题本与学习统计：让工具给出反馈

只有输入和练习，没有反馈，学习者很快就会失去动力。show_wrong_words函数从study_records里把最近5次答错的单词揪出来，再进行一次"补考"：

def show_wrong_words(): conn = get_connection() cursor = conn.cursor() cursor.execute(""" SELECT w.* FROM words w JOIN study_records r ON w.id = r.word_id WHERE r.result = 'wrong' GROUP BY w.id ORDER BY MAX(r.id) DESC LIMIT 5 """) wrong_words = cursor.fetchall() if not wrong_words: print("没有错题，继续保持") else: print("上次答错的单词：") for w in wrong_words: print(f"{w['word']}：{w['meaning']}") conn.close()

注意这个SQL用GROUP BY w.id + MAX(r.id)，效果是"按最近一次错误时间排序并去重"。如果你直接写ORDER BY r.id DESC不带分组，同一个单词会重复出现很多遍，体验很糟糕。这个写法是我在调了好几次才发现的，新手大概率会踩。

统计方面，加一个简单函数输出当日数据：

def show_today_report(): conn = get_connection() cursor = conn.cursor() cursor.execute("SELECT COUNT(*) FROM study_records WHERE date(ts) = date('now')") total = cursor.fetchone()[0] cursor.execute("SELECT COUNT(*) FROM study_records WHERE date(ts) = date('now') AND result = 'correct'") correct = cursor.fetchone()[0] print(f"今日学习：{total}题，答对：{correct}题，正确率：{correct/total*100:.1f}%") conn.close()

这种"每日正确率"能给学习者一个简单的进度锚点，看到数据在进步，坚持的动力就会强很多。

4.3 交互细节打磨：让零基础用户也不怕黑窗口

命令行界面虽然朴素，但交互是否友好，直接决定这个工具你会不会真的用下去。我优化了几个小点：

输入异常兜底：用户在选1/2/3时可能输字母、空字符串，我直接捕获异常并提示重新输入，而不是让程序崩溃。
步骤提示：每步操作都加一句"下一步做什么"的提示，比如"按回车键继续"，减少用户迷茫。
视觉分隔：每组学习内容之间用一条短横线隔开，避免黑窗口里文字混成一团。
进度导出：我加了一个简单的export_progress()函数，把学习记录导出为CSV文件，方便自己复盘，也可以为后面的"学习报告"功能打基础。

def export_progress(): conn = get_connection() cursor = conn.cursor() cursor.execute("SELECT * FROM study_records") rows = cursor.fetchall() import csv with open("progress.csv", "w", newline="", encoding="utf-8") as f: writer = csv.writer(f) writer.writerow(["id", "word_id", "result", "ts"]) writer.writerows(rows)

导出CSV这个功能虽然只有短短几行，但它让数据拥有了"外部可读性"——你可以随时打开Excel查看自己背了哪些词，错了几个。这种外部反馈对坚持学习的心理暗示作用，经常被技术教程忽略。

5. 跑起来之后：我踩过的坑、调优思路和下一步扩展

代码写完了，能跑了，但离"好用"还有很长一段路。这一节把我实测中遇到的问题和思考写出来，节省你大量排查时间。

5.1 发音模块的三大实际问题

问题一：gTTS网络超时。这个解决方案我前面已经说了，双引擎兜底。实测中，断网状态下pyttsx3几乎是秒回，虽然音质像机器人，但起码保证功能不中断。我建议把引擎选择做成配置项，比如写进一个config.py里，而不是写死在代码中。

问题二：pygame播放阻塞。while pygame.mixer.music.get_busy()这个循环会让程序卡住直到音频播完。如果一句句子很长，界面就仿佛"死机"了。解决方法是给sentence级语音加一个超时机制，超过8秒就跳过。零基础阶段不做也行，但要知道有这个问题。

问题三：音频设备被占用。如果你同时开了音乐播放器，pygame.mixer.init()偶尔会报错。现场解决靠捕获异常并回退到静音模式（skip_sound标志置为True），不让一个发音错误毁掉整轮学习。

5.2 数据库设计上的两个隐藏风险

sqlite3用起来简单，但有两个点新手特别容易踩：

并发写冲突。运行中如果同时有两个进程打开同一个english.db，写入时会报"database is locked"。我的解法是：所有写操作尽快提交并关闭连接，程序只在需要时创建连接，用完就关。不要保持一个长期打开的连接不放手。

编码问题。如果你把english.db拷到Windows并直接用旧版Excel打开，汉字可能乱码。数据库本身用UTF-8存储，问题多半出在读取工具上。我在导出CSV时显式指定encoding="utf-8"，配套的还有utf-8-sig（带BOM），后者在Excel里显示中文更友好。