KET的单词量接近2000个，我想知道哪些单词是真正考试中会高频出现的。所以产生了一个想法，通过Python进行分析一下词频，然后导出单词表，也方便导入到背单词软件里面。

1，找到一本真题书

我找到一个PDF版本，但是是影印版本，里面的文字不能直接复制。

2，通过OCR复制出里面的文本内容

我用的是ABBYY Fine Reader ，网上搜一下，许多免费版

把头和尾去掉，剩下正题部分，保存到txt 文件里面

3，把KET2000个单词表保存出来，和里面的单词进行匹配

也保存为txt 

4， 编写python 。直接问 文心一言生成一个 

提示词

我想用python 写一个 英语试卷 词频分析软件

1， 导入 source.txt

2， 去除所有数字和单个字母，去除非英语单词，也就是只保留下英语单词，然后把单词全部转换为小写。

3， 用我的英语单词书进行匹配，不匹配的去除掉。 

3， 按照出现的频率进行排序 ，

4， 按高频到低频输出到result.txt 格式是  <单词 > <出现次数>

5，把source.txt English_word.txt ，还有python文件放一个目录，执行python

复制到excel或者单词书