# Wiktionary Random Word Generator - Verfeinerte Version

Eine **hochoptimierte Version** des Wiktionary Random Word Generators mit verbesserter Definition-Extraktion und erweiterten Filteroptionen.

## 🔧 Neue Verfeinerungen

### Saubere Definition-Extraktion
- **Entfernt führende Nummerierungen**: `1]`, `[2]`, `3)` werden automatisch entfernt
- **Bereinigt Formatierungen**: Entfernt `:`, `•`, `>`, `(`, `"` am Anfang
- **Intelligente Kleinschreibung**: Definitionen beginnen mit Kleinbuchstaben
- **Bessere Lesbarkeit**: Cleaner, natürlicher Text ohne Wiki-Markup

### Zahlen-Filter (Neu)
- **`--exclude-numbers` Option**: Schließt Wörter mit Ziffern aus
- **Intelligente Erkennung**: Filtert `5-mal`, `Jahr2024`, `3D-Drucker`
- **Erhält Wörter**: `dreimal`, `hundert`, `eins` bleiben erlaubt
- **Flexible Nutzung**: Optional aktivierbar per Parameter

## 📋 Verwendung

### Standard (Empfohlen)
```bash
# 50 deutsche Wörter mit sauberen Definitionen
python wiktionary_random_refined.py -c 50 -l de
```

### Mit Zahlen-Ausschluss
```bash
# Keine Wörter mit Ziffern (5-mal, Jahr2024, etc.)
python wiktionary_random_refined.py -c 30 --exclude-numbers

# Kombiniert mit Wortart-Filter
python wiktionary_random_refined.py -c 25 --include-pos verb adjektiv --exclude-numbers
```

### Erweiterte Kombinationen
```bash
# Englische Wörter, Namen erlaubt, aber keine Zahlen
python wiktionary_random_refined.py -c 40 -l en --include-names --exclude-numbers

# Nur Substantive und Verben, ohne Zahlen
python wiktionary_random_refined.py -c 35 --include-pos substantiv verb --exclude-numbers
```

## 🎯 Definition-Bereinigung (Beispiele)

### Vorher → Nachher
```
1] eine große Pflanze mit Stamm und Ästen
→ eine große Pflanze mit Stamm und Ästen

[2] übertragen: etwas Großes und Stabiles  
→ übertragen: etwas Großes und Stabiles

: [1] positive Eigenschaft oder Zustand
→ positive Eigenschaft oder Zustand

• erste Bedeutung: schön anzusehen
→ erste Bedeutung: schön anzusehen

(1) Gebäude zum Wohnen
→ gebäude zum Wohnen
```

## 🔢 Zahlen-Filter (Beispiele)

### Ausgeschlossen (mit --exclude-numbers)
- `5-mal` → ❌ (enthält Ziffer)
- `Jahr2024` → ❌ (enthält Ziffer)
- `3D-Drucker` → ❌ (enthält Ziffer)
- `42fach` → ❌ (enthält Ziffer)

### Erlaubt
- `dreimal` → ✅ (keine Ziffern)
- `hundert` → ✅ (ausgeschrieben)
- `eins` → ✅ (ausgeschrieben)
- `Baum` → ✅ (keine Zahlen)

## 🔧 Alle Parameter

| Parameter | Kurz | Beschreibung | Standard |
|-----------|------|--------------|----------|
| `--count` | `-c` | Anzahl Wörter | 50 |
| `--language` | `-l` | Sprache (de/en/fr/es/it) | de |
| `--output` | `-o` | Output-Datei | refined_wordlist.csv |
| `--include-pos` | - | Wortarten-Filter | adjektiv verb substantiv |
| `--include-names` | - | Namen einschließen | False |
| `--exclude-numbers` | - | **NEU**: Zahlen ausschließen | False |
| `--verbose` | `-v` | Ausführliche Ausgabe | - |

## 📊 Beispiel-Output

```
🎲 Wiktionary Random Word Generator (Verfeinerte Version)
===========================================================================
Sprache: DE
Anzahl: 25
Wortarten: adjektiv, verb, substantiv (Standard)
Namen einschließen: Nein
Zahlen ausschließen: Ja
Output: refined_wordlist.csv
===========================================================================

Sammle Wörter aus Kategorien: adjektiv, verb, substantiv
  Lade adjektiv aus Kategorie:Adjektiv (Deutsch)...
    → 167 Wörter gefunden
  Lade verb aus Kategorie:Verb (Deutsch)...
    → 234 Wörter gefunden
  Lade substantiv aus Kategorie:Substantiv (Deutsch)...
    → 445 Wörter gefunden
Gesamt gesammelt: 846 Wörter

Verarbeite Kandidaten...
    1/25: schön
    2/25: laufen  
    3/25: Baum
    [...]
   25/25: denken

✅ 25 Wörter erfolgreich generiert!
💾 Wortliste gespeichert in: refined_wordlist.csv

📖 Beispiele aus der generierten Liste:
-----------------------------------------------------------------
 1. schön              → ansprechend und angenehm in der Erscheinung...
 2. laufen             → sich zu Fuß mit schnellen Schritten fortbewegen...
 3. Baum               → großes, meist mehrjähriges Gewächs mit Stamm...
 4. intelligent        → geistig begabt, klug und aufgeweckt...
 5. sprechen           → mündlich kommunizieren, Worte äußern...
    ... und 20 weitere Wörter
```

## 🚀 Verbesserungen gegenüber vorherigen Versionen

### Definition-Qualität
1. **Sauberer Text**: Keine störenden `1]`, `[2]` Präfixe mehr
2. **Natürliche Sprache**: Definitionen lesen sich flüssiger
3. **Konsistente Formatierung**: Einheitlicher Stil ohne Wiki-Markup
4. **Bessere UX**: Professionellere, verwendbare Ausgabe

### Filter-Präzision  
1. **Zahlen-Kontrolle**: Optionaler Ausschluss numerischer Begriffe
2. **Flexible Konfiguration**: Alle Filter kombinierbar
3. **Intelligente Erkennung**: Unterscheidet Ziffern vs. ausgeschriebene Zahlen
4. **Mehrschichtiger Ansatz**: Basis- + Kategorie- + Zahlen-Filter

### Performance-Optimierungen
1. **Effizientere Regex**: Optimierte Pattern für Definition-Bereinigung  
2. **Reduzierte API-Calls**: Weniger Kategorien-Checks durch Vorfilterung
3. **Bessere Kandidaten-Auswahl**: Höhere Erfolgsquote bei finaler Auswahl

Das verfeinerte Script ist besonders geeignet für:
- **Professionelle Anwendungen**: Saubere, verwendbare Definitionen
- **Sprachlernen**: Klare, verständliche Erklärungen ohne Formatierungs-Chaos
- **Datenqualität**: Konsistente, strukturierte Ausgabe
- **Flexible Filterung**: Präzise Kontrolle über Inhaltstypen