代码

# 功能：读取"raw.md"
# 然后将每一个单词作为一列，后面的字符作为第二列
# 示例：
# 原文本：
# counterfeit 伪造的
# latent 潜在的
#  interaction 相互作用
#  **trivial 琐碎的，微不足道的(一般用否定形式) non-trivial意为重要的**
#  bound 限制在

# 输出：
# | column1 | column2 |
# | -------- | ------- |
# | counterfeit | 伪造的 |
# | latent | 潜在的 |
# | interaction | 相互作用 |
# | trivial | 琐碎的，微不足道的(一般用否定形式) non-trivial意为重要的 |
# | bound | 限制在 |
import pandas as pd

# 建立一个 dataframe
df = pd.DataFrame(columns=['column1', 'column2'])

def run():
    with open('raw.md', 'r', encoding='utf-8') as f:
        lines = f.readlines()
        for line in lines:
            # 去掉星号
            line = line.replace('*', '')
            # 去掉每一行的换行符，和第一个空格
            line = line.strip()
            # 如果是空行，则跳过
            if len(line)==0:
                continue
            # 如果行的第一个字符是空格，就去掉
            if line[0] == ' ':
                line = line[1:]
            # 获取第一个英文词组，放到 column1
            # 示例："by a large scale 大规模的" -> "by a large scale"
            ls = line.split(' ')
            
            # 找到第一个中文的词语
            index_zh = 0
            
            if len(ls)==0:
                continue
            
            print(len(ls))
            
            for i in range(len(ls)):
                if(len(ls[i])==0):
                    continue
                if  ls[i][0] >= u'\u4e00' and ls[i][0] <= u'\u9fa5':
                    index_zh = i
                    break
            
            # 中文词语前的都是 column1
            column1 = ' '.join(ls[:index_zh])
            # 之后的都是 column2
            column2 = ' '.join(ls[index_zh:])
            
            # 将 column1 和 column2 添加到 dataframe 中
            df.loc[len(df)] = [''.join(column1), ''.join(column2)]
    # 将 dataframe 保存为 csv 格式
    print(df)
    df.to_csv('output.csv', index=False)
    # 将 dataframe 保存为 markdown 格式 
    # 第一行是 | column1 | column2 |，第二行是 | ----|-----|
    # 后面的行是 | 单词 | 词性 |
    with open('output.md', 'w', encoding='utf-8') as f:
        f.write('| column1 | column2 |\n')
        f.write('| ----|-----|\n')
        for index, row in df.iterrows():
            f.write('| ' + row['column1'] + ' | ' + row['column2'] + ' |\n')
            
            
    
if __name__ == '__main__':
    run()

处理前文本

counterfeit 伪造的
 latent 潜在的
 interaction 相互作用
 **trivial 琐碎的，微不足道的(一般用否定形式) non-trivial意为重要的**
 bound 限制在
 separate 分开的，单独的
 prominent 重要的；著名的，突出的
 scalar 标量
 assign 确定
 simultaneously 同时地
 **state of the art 当前最好的(炼丹侠们的目标)**
 prohibitive 禁止的

处理后文本 (markdown)

| column1 | column2 |
| ----|-----|
| counterfeit | 伪造的 |
| latent | 潜在的 |
| interaction | 相互作用 |
| trivial | 琐碎的，微不足道的(一般用否定形式) non-trivial意为重要的 |
| bound | 限制在 |
| separate | 分开的，单独的 |
| prominent | 重要的；著名的，突出的 |