构建命令行单词记忆工具：JSON 词库与艾宾浩斯复习算法的完美结合

本文将手把手教你打造一款轻量、高效的Python 命令行单词记忆工具 ，核心结合JSON 格式词库 （易读写、可扩展）和艾宾浩斯遗忘曲线复习算法（科学记忆、抗遗忘），无需复杂框架，仅用 Python 内置库 + 少量第三方依赖，跨平台支持 Windows/Mac/Linux，适合日常背单词、定制专属词库。

工具核心设计

1. 核心功能

• 词库管理：初始化 JSON 词库、添加单词、查看词库、按状态筛选（新学 / 待复习 / 已掌握）
• 科学复习：基于艾宾浩斯遗忘曲线，自动计算单词下次复习时间，按记忆状态推送复习内容
• 命令行交互：简洁的终端操作、彩色提示、输入校验，无需图形界面，轻量化运行
• 数据持久化：所有单词和记忆状态实时保存到 JSON 文件，关闭工具不丢失数据

2. 技术选型

• 开发语言：Python3.6+（语法简洁、内置 JSON 处理、跨平台）
• 词库格式：JSON（易手动编辑、程序读写高效，可直接用记事本 / 编辑器修改）
• 复习算法：艾宾浩斯遗忘曲线（核心是按复习次数动态调整复习间隔）
• 终端交互：argparse（命令行参数解析）、colorama（终端彩色输出，提升体验）
• 内置依赖：json（词库读写）、datetime（时间计算）、os（文件路径处理）、random（随机抽题）

3. 艾宾浩斯复习算法落地规则

结合单词记忆特点，简化并落地经典艾宾浩斯曲线，核心是根据复习次数设置不同的复习间隔，未掌握则重置间隔，掌握则逐步延长，最终达到长期记忆：

1. 新学单词（复习次数 = 0）：首次复习间隔1 天
2. 第 1 次复习通过：下次复习间隔2 天（累计 3 天）
3. 第 2 次复习通过：下次复习间隔4 天（累计 7 天）
4. 第 3 次复习通过：下次复习间隔7 天（累计 14 天）
5. 第 4 次复习通过：下次复习间隔15 天（累计 29 天）
6. 第 5 次复习通过：标记为已掌握，不再参与常规复习
7. 任意一次复习未通过：重置复习次数为 0，间隔恢复为 1 天，重新进入记忆周期

4. JSON 词库结构设计

词库文件命名为vocab_lib.json，采用数组 + 对象 结构，每个单词包含核心记忆字段 和算法支撑字段，字段设计兼顾易用性和算法需求，可直接手动编辑添加单词：

json

[
  {
    "english": "abandon",
    "chinese": "v. 放弃，抛弃；n. 放任，放纵",
    "status": "pending",  // 状态：new(新学)/pending(待复习)/mastered(已掌握)
    "review_count": 0,   // 复习次数
    "next_review": "2026-02-03 10:00:00"  // 下次复习时间（时间戳格式化，便于程序判断）
  }
]

完整实现代码

步骤 1：环境准备

先安装唯一第三方依赖（终端彩色输出）：

bash

pip install colorama

步骤 2：完整代码（单文件，直接运行）

创建文件vocab_memory.py，复制以下代码，支持命令行子命令 （init/add/show/review），操作简洁直观：

python

import json
import argparse
import random
import os
from datetime import datetime, timedelta
from colorama import init, Fore, Back, Style

# 初始化colorama，支持跨平台彩色输出
init(autoreset=True)
# 词库文件路径（当前目录下的vocab_lib.json）
VOCAB_FILE = "vocab_lib.json"
# 艾宾浩斯复习间隔（单位：天），索引对应复习次数（0-4次）
REVIEW_INTERVALS = [1, 2, 4, 7, 15]

def init_vocab_lib():
    """初始化JSON词库文件，若已存在则提示"""
    if os.path.exists(VOCAB_FILE):
        print(Fore.YELLOW + f"词库文件{VOCAB_FILE}已存在，无需重复初始化！")
        return
    # 初始空词库
    init_data = []
    with open(VOCAB_FILE, "w", encoding="utf-8") as f:
        json.dump(init_data, f, ensure_ascii=False, indent=2)
    print(Fore.GREEN + f"词库初始化成功！已创建文件：{VOCAB_FILE}")

def load_vocab_lib():
    """加载词库文件，返回单词列表；若文件不存在则自动初始化"""
    if not os.path.exists(VOCAB_FILE):
        init_vocab_lib()
    with open(VOCAB_FILE, "r", encoding="utf-8") as f:
        try:
            vocab_list = json.load(f)
        except json.JSONDecodeError:
            print(Fore.RED + "词库文件损坏，已重置为空词库！")
            vocab_list = []
    return vocab_list

def save_vocab_lib(vocab_list):
    """保存单词列表到JSON词库，实时持久化数据"""
    with open(VOCAB_FILE, "w", encoding="utf-8") as f:
        json.dump(vocab_list, f, ensure_ascii=False, indent=2)

def add_vocab(english, chinese):
    """添加单词到词库，自动去重，初始化记忆状态"""
    if not english or not chinese:
        print(Fore.RED + "错误：英文和中文释义不能为空！")
        return
    # 统一英文小写，避免重复（如Abandon和abandon视为同一个）
    english = english.strip().lower()
    chinese = chinese.strip()
    
    vocab_list = load_vocab_lib()
    # 检查是否已存在
    for vocab in vocab_list:
        if vocab["english"] == english:
            print(Fore.YELLOW + f"单词【{english}】已存在于词库，无需重复添加！")
            return
    # 初始化新单词状态：新学、复习次数0、下次复习时间=当前+1天
    now = datetime.now()
    next_review = (now + timedelta(days=REVIEW_INTERVALS[0])).strftime("%Y-%m-%d %H:%M:%S")
    new_vocab = {
        "english": english,
        "chinese": chinese,
        "status": "new",
        "review_count": 0,
        "next_review": next_review
    }
    vocab_list.append(new_vocab)
    save_vocab_lib(vocab_list)
    print(Fore.GREEN + f"单词添加成功！【{english}】- {chinese}")

def show_vocabs(status=None):
    """查看词库，支持按状态筛选：new/pending/mastered，默认显示全部"""
    vocab_list = load_vocab_lib()
    if not vocab_list:
        print(Fore.BLUE + "词库为空，先添加单词吧！")
        return
    # 筛选单词
    if status:
        status = status.lower()
        filtered_list = [v for v in vocab_list if v["status"] == status]
        if not filtered_list:
            print(Fore.BLUE + f"词库中无{status}状态的单词！")
            return
    else:
        filtered_list = vocab_list
    # 格式化输出
    print(Fore.CYAN + f"===== 词库列表（共{len(filtered_list)}个）=====")
    status_map = {"new": Fore.YELLOW + "新学", "pending": Fore.RED + "待复习", "mastered": Fore.GREEN + "已掌握"}
    for idx, vocab in enumerate(filtered_list, 1):
        status_show = status_map.get(vocab["status"], vocab["status"])
        print(f"{idx:2d}. {Fore.WHITE + vocab['english']:<15} {vocab['chinese']:<30} 状态：{status_show}  复习次数：{vocab['review_count']}")

def calculate_next_review(review_count):
    """根据复习次数计算下次复习时间，返回格式化字符串"""
    now = datetime.now()
    # 取对应间隔，超过4次则返回None（标记为已掌握）
    if review_count < len(REVIEW_INTERVALS):
        delta_days = REVIEW_INTERVALS[review_count]
        next_time = now + timedelta(days=delta_days)
        return next_time.strftime("%Y-%m-%d %H:%M:%S")
    return None

def review_vocabs():
    """核心复习功能：筛选待复习单词，随机提问，根据掌握情况更新状态"""
    vocab_list = load_vocab_lib()
    if not vocab_list:
        print(Fore.BLUE + "词库为空，先添加单词再开始复习吧！")
        return
    now = datetime.now()
    # 筛选待复习单词：new(新学) 或 pending(待复习)且下次复习时间<=当前时间
    to_review_list = []
    for vocab in vocab_list:
        if vocab["status"] == "new":
            to_review_list.append(vocab)
        elif vocab["status"] == "pending":
            next_review_time = datetime.strptime(vocab["next_review"], "%Y-%m-%d %H:%M:%S")
            if next_review_time <= now:
                to_review_list.append(vocab)
    
    if not to_review_list:
        print(Fore.GREEN + "恭喜！暂无待复习单词，今天的记忆任务完成啦！")
        return
    # 随机打乱，避免固定顺序记忆
    random.shuffle(to_review_list)
    print(Fore.CYAN + f"===== 开始复习（共{len(to_review_list)}个单词）=====")
    print(Fore.WHITE + "提示：输入【y】表示掌握，【n】表示未掌握，【q】退出复习\n")

    # 遍历复习
    for vocab in to_review_list:
        eng = vocab["english"]
        chn = vocab["chinese"]
        # 提问：先显示英文，让用户回忆释义
        print(Fore.MAGENTA + f"单词：{eng}")
        # 等待用户输入
        while True:
            user_input = input(Fore.WHITE + "是否掌握？(y/n/q)：").strip().lower()
            if user_input in ["y", "n", "q"]:
                break
            print(Fore.RED + "输入错误！请输入y/n/q")
        
        if user_input == "q":
            print(Fore.BLUE + "已退出复习，未完成的单词将保留到下次！")
            save_vocab_lib(vocab_list)
            return
        # 显示释义
        print(Fore.CYAN + f"释义：{chn}\n")

        # 根据掌握情况更新单词状态
        if user_input == "y":
            # 掌握：复习次数+1，计算下次复习时间
            vocab["review_count"] += 1
            next_review = calculate_next_review(vocab["review_count"])
            if next_review:
                vocab["status"] = "pending"
                vocab["next_review"] = next_review
                print(Fore.GREEN + f"掌握成功！下次复习时间：{vocab['next_review']}\n")
            else:
                # 复习次数≥5次，标记为已掌握
                vocab["status"] = "mastered"
                vocab["next_review"] = ""
                print(Fore.GREEN + f"恭喜！【{eng}】已掌握，纳入长期记忆！\n")
        else:
            # 未掌握：重置复习次数为0，下次复习时间=当前+1天
            vocab["review_count"] = 0
            vocab["next_review"] = calculate_next_review(0)
            vocab["status"] = "pending"
            print(Fore.RED + f"未掌握，已重置复习计划！下次复习时间：{vocab['next_review']}\n")
    
    # 复习完成，保存数据
    save_vocab_lib(vocab_list)
    print(Fore.GREEN + "===== 所有单词复习完成！真棒！=====")

def main():
    """主函数：解析命令行参数，分发功能"""
    parser = argparse.ArgumentParser(
        description="📚 命令行单词记忆工具 - 结合JSON词库与艾宾浩斯复习算法",
        formatter_class=argparse.RawTextHelpFormatter
    )
    # 子命令
    subparsers = parser.add_subparsers(dest="command", required=True, help="子命令列表")
    
    # 子命令：初始化词库
    subparsers.add_parser("init", help="初始化JSON词库文件（vocab_lib.json）")
    
    # 子命令：添加单词
    add_parser = subparsers.add_parser("add", help="添加单词到词库")
    add_parser.add_argument("--eng", required=True, help="英文单词（如：abandon）")
    add_parser.add_argument("--chn", required=True, help="中文释义（如：v.放弃，抛弃）")
    
    # 子命令：查看词库
    show_parser = subparsers.add_parser("show", help="查看词库单词")
    show_parser.add_argument("--status", choices=["new", "pending", "mastered"], help="按状态筛选（new/pending/mastered）")
    
    # 子命令：开始复习
    subparsers.add_parser("review", help="开始复习（自动筛选待复习单词）")
    
    # 解析参数
    args = parser.parse_args()
    
    # 分发功能
    if args.command == "init":
        init_vocab_lib()
    elif args.command == "add":
        add_vocab(args.eng, args.chn)
    elif args.command == "show":
        show_vocabs(args.status)
    elif args.command == "review":
        review_vocabs()

if __name__ == "__main__":
    main()

工具完整使用教程

所有操作通过终端 / 命令行执行，进入代码所在目录，执行对应命令，以下是详细使用示例（Windows/Mac/Linux 通用）。

1. 初始化词库（首次使用必做）

创建空的vocab_lib.json词库文件：

bash

python vocab_memory.py init

输出：词库初始化成功！已创建文件：vocab_lib.json

2. 添加单词

使用--eng指定英文，--chn指定中文释义，支持任意词性和多释义：

bash

# 示例1：添加基础单词
python vocab_memory.py add --eng abandon --chn "v. 放弃，抛弃；n. 放任，放纵"
# 示例2：添加名词
python vocab_memory.py add --eng computer --chn "n. 计算机，电脑；计算器"
# 示例3：添加动词短语
python vocab_memory.py add --eng give up --chn "放弃；交出；投降"

输出：单词添加成功！【abandon】- v. 放弃，抛弃；n. 放任，放纵

3. 查看词库

查看全部单词

bash

python vocab_memory.py show

按状态筛选查看

• 查看新学 单词：python vocab_memory.py show --status new
• 查看待复习 单词：python vocab_memory.py show --status pending
• 查看已掌握 单词：python vocab_memory.py show --status mastered

输出：彩色格式化列表，包含单词、释义、状态、复习次数，清晰直观。

4. 开始核心复习（最常用功能）

自动筛选新学单词 和到时间的待复习单词，随机提问，根据你的掌握情况（y/n）自动更新复习计划：

bash

python vocab_memory.py review

复习交互流程

plaintext

===== 开始复习（共2个单词）=====
提示：输入【y】表示掌握，【n】表示未掌握，【q】退出复习

单词：abandon
是否掌握？(y/n/q)：n
释义：v. 放弃，抛弃；n. 放任，放纵

未掌握，已重置复习计划！下次复习时间：2026-02-03 15:30:00

单词：computer
是否掌握？(y/n/q)：y
释义：n. 计算机，电脑；计算器

掌握成功！下次复习时间：2026-02-05 15:30:00

===== 所有单词复习完成！真棒！=====

5. 手动编辑词库

若需要批量添加 / 修改单词，可直接用 ** 记事本 / VS Code/Notepad++** 打开vocab_lib.json，按既定格式编辑，示例：

json

[
  {
    "english": "abandon",
    "chinese": "v. 放弃，抛弃；n. 放任，放纵",
    "status": "pending",
    "review_count": 0,
    "next_review": "2026-02-03 15:30:00"
  },
  {
    "english": "computer",
    "chinese": "n. 计算机，电脑；计算器",
    "status": "pending",
    "review_count": 1,
    "next_review": "2026-02-05 15:30:00"
  },
  {
    "english": "give up",
    "chinese": "放弃；交出；投降",
    "status": "new",
    "review_count": 0,
    "next_review": "2026-02-03 15:31:00"
  }
]

注意：编辑后保证 JSON 格式合法（无语法错误），工具可正常加载。

核心功能扩展（可选）

基于基础版本，可快速扩展以下实用功能，满足个性化需求：

1. 批量导入单词

创建batch_add.py，从 TXT/Excel 导入单词（示例：从 TXT 导入，每行格式英文|中文）：

python

运行

from vocab_memory import add_vocab

def batch_add_from_txt(txt_path):
    with open(txt_path, "r", encoding="utf-8") as f:
        for line in f:
            line = line.strip()
            if not line or "|" not in line:
                continue
            eng, chn = line.split("|", 1)
            add_vocab(eng, chn)

if __name__ == "__main__":
    batch_add_from_txt("word_list.txt")

TXT 文件word_list.txt格式：

plaintext

abandon|v. 放弃，抛弃；n. 放任，放纵
computer|n. 计算机，电脑；计算器
give up|放弃；交出；投降

2. 单词拼写测试

修改review_vocabs函数，增加拼写模式（显示释义，让用户输入英文），提升记忆效果。

3. 复习提醒

添加定时任务（Windows 计划任务 / Mac/Linux crontab），每天固定时间执行python vocab_memory.py review，自动提醒复习。

4. 词库备份与导入

添加backup和restore子命令，将词库备份为 JSON 文件，或从备份文件恢复词库。

5. 按单词长度 / 难度筛选

扩展show命令，支持按英文长度、自定义难度标签筛选单词。

工具优势总结

1. 轻量化：单文件，无复杂依赖，命令行运行，占用资源极少，可在服务器 / 终端随时使用；
2. 科学记忆：基于艾宾浩斯遗忘曲线，动态调整复习间隔，比机械重复记忆效率提升数倍；
3. 易扩展：JSON 词库可手动编辑 / 批量导入，Python 代码模块化，易添加新功能；
4. 数据安全：所有操作实时保存到本地 JSON 文件，无网络依赖，不泄露个人记忆数据；
5. 跨平台：支持 Windows/Mac/Linux，只要有 Python 环境即可运行。

这款工具完美结合了JSON 的灵活数据管理 和艾宾浩斯算法的科学记忆逻辑，既适合学生党背考研 / 四六级 / 雅思单词，也适合职场人积累商务英语词汇，定制专属词库，告别低效背单词！