从任意文本格式的文件中读取数据，去除非单词的数据，只保留单词，提取出来讲结果存储到exportNotHandledWordDir中 文件为txt 格式。 将产生的txt上传到 知米背单词的app上，进行背单词即可。

• 正则去除非英文的字符
• 采用的正则表达式为 [^a-zA-Z ]
• 提取文本中的生词
• 知米背单词 导入提取出来的生词
• 导出的格式 每个单词 一行 符合知米背单词 要求的导入格式

├── exportNotHandledWordDir
├── handledWordDir
├── notHandledWordDir

• exportNotHandledWordDir
  导出的结果文件

  • UTF-8 格式的文本文件
  • 每个单词一行
  • 换行符为 \n

• handledWordDir
  已经掌握的单词，任意格式的文本，需要保证单词与单词之间以 空格作为间隔 即可

  • UTF-8 格式的文本文件
  • 空格作为单词与单词之间的分割符
  • 可任意行
  • 分割符 whitespace

• notHandledWordDir
  需要分析提取的文本，格式要求如下

  • utf-8 格式的文本文件
  • 单词与单词之间 空格 作为分隔符
  • 分割符 whitespace

• 其他说明

  • 输出结果会自动去重