教材轉json，費人，放棄，先。

嗯，盧宇《生成式人工智能驱动的教育创新与实践》報告，你二道販子一點過時科普也就罷了，直接開始賣自己掛羊頭的所謂備課系統就著實過分了。一屋子人就看這個⋯⋯唉。你以為是AI，其實他在帶貨。這就是國內生態常態，也對。

報告沒啥價值，折騰教材數據，GPT有一個官方應用，將K12語文的txt給過去，看能否有一個更好的教材json文件。

在線生成的數據無法下載，於是折騰本地。

import json

import re

import nltk

nltk.download('punkt')

from nltk.tokenize import sent_tokenize

# 定義文本文件的路徑

text_file_path = '/Users/ylsuen/Desktop/txt/k12chinese.txt'

# 定義輸出 JSON 文件的路徑

json_file_path = '/Users/ylsuen/Desktop/txt/k12chinese.json'

# 初始化空字典來保存 JSON 結構

data = {

    "title": "一年级语文上册",

    "content": []

}

# 讀取文本文件

with open(text_file_path, 'r', encoding='utf-8') as file:

    lines = file.readlines()

    

    current_section = None

    current_subsections = []

    current_title = None

    for line in lines:

        line = line.strip()

        

        # 跳過空行

        if not line:

            continue

        

        # 識別新章節的開始（根據實際內容調整邏輯）

        if re.match(r'^\d+|◎|第.+?单元', line) or len(line) < 10:

            # 保存上一個章節

            if current_title:

                data['content'].append({

                    "title": current_title,

                    "subsections": current_subsections

                })

                current_subsections = []

            

            # 更新當前章節標題

            current_title = line

        else:

            # 使用 NLTK 將段落切分為句子

            sentences = sent_tokenize(line)

            current_subsections.extend(sentences)

    

    # 不要忘記添加最後一個章節

    if current_title:

        data['content'].append({

            "title": current_title,

            "subsections": current_subsections

        })

# 將字典寫入 JSON 文件

with open(json_file_path, 'w', encoding='utf-8') as json_file:

    json.dump(data, json_file, ensure_ascii=False, indent=4)

print(f"Text file converted to JSON and saved as {json_file_path}")

結果是⋯⋯不可用。這個文件要精細化，貌似還是要費人，考慮txt在AI後台也能用，放棄，先。