词汇表图片 → 结构化数据
职责：把课本附录/词汇表照片整理成干净的 Python 数据。
生成成型的默写纸/练习纸，转 dictation-sheet-generator skill（那里有 HTML 打印模板和
docx 生成要点）。两个 skill 是上下游关系，别重复造轮子。
适用
用户发来课本/词汇表照片，常配一份"参考格式"的 Word，要"整理一下""按 Word 的格式排"。
典型教材：外研版初中英语（Words and expressions / Proper nouns: Names / Places / Others）。
术语陷阱（重要）
- 分栏 = 报纸式 columns（
w:cols num=2），内容左栏流完再流右栏 - 分列 = 表格的列
用户说"分列"通常要表格；说"不要分栏"是明确拒绝报纸式布局。两种都准备好，别反复问。
注意：即便不做报纸式分栏，"每个单元一个 Word 节"仍然要保留，否则单元之间会串在一起。
流程
- 读参考 Word，确认版式（是否双栏、词条结构、有无音标、页码位置）——参考文档往往
只是样例（比如只有 Unit 1），别当成数据源 - 读图逐条提取，严格按原书顺序；用户分批发图时，每批读完先复述一遍已提取内容，
避免最后发现漏页 - 结构化存进独立 Python 模块（用
if __name__ == '__main__'保护，
方便生成脚本import后反复重排）：
- 普通词条(word, ipa, pos, meaning, page)
- Proper nouns(word, ipa, meaning, page)（无词性） - 自检（见下）
- 交给
dictation-sheet-generator出成品，并报条数让用户核对
自检脚本（必做）
# 检查：空字段 / 顺序倒序 / 重复 / 分组条数 / 分段断档
- 教材词汇按页码递增排列 → 出现倒序基本就是词条插错位置了（真遇到过：
Unit 6 的video(p89) 被错插进 p85 的段落里） - 页码断档（如 p5–13 里没有 p8）多半是原书该页本无生词 → 要提示用户人工确认，
不要自己下结论"漏了" - 把逐页条数分布一起报给用户，他会自己翻书核对
坑
- 音标原样保留
/…/，别擅自补或删 - 长释义别截断，宁可让表格折行
- 数据区与生成脚本分离：版式会被反复推翻重做（这次就重做了 4 版），数据不能跟着重写
