Wortschatz

Eine umfassende deutsche Wortliste zur freien Weiterverarbeitung.

Die Wörter stammen aus mehreren Quellen und werden in acht Varianten bereitgestellt:

Variante	Verzeichnis	Beschreibung	Beispiel
Original	original/	Groß-/Kleinschreibung wie im Wörterbuch	Übermütig
Lowercase	lowercase/	Alles kleingeschrieben	übermütig
Uppercase	uppercase/	Alles großgeschrieben	ÜBERMÜTIG
Capitalized	capitalized/	Erster Buchstabe groß, Rest klein	Übermütig
No-Umlauts	no-umlauts/	Umlaute ersetzt (ä→ae, ö→oe, ü→ue, ß→ss)	Uebermutig
No-Umlauts-Lowercase	no-umlauts-lowercase/	Umlaute ersetzt + lowercase	uebermutig
No-Umlauts-Uppercase	no-umlauts-uppercase/	Umlaute ersetzt + uppercase	UEBERMUTIG
No-Umlauts-Capitalized	no-umlauts-capitalized/	Umlaute ersetzt + erster Buchstabe groß	Uebermutig

Alle Varianten gibt es als eine Gesamtdatei (_alle.txt) und aufgeteilt nach Anfangsbuchstabe (a–z + ae, oe, ue für Umlaute).

Format

• Plaintext (.txt), UTF-8
• Ein Wort pro Zeile
• Alphabetisch sortiert (deutsche Locale)
• Keine Duplikate innerhalb einer Datei (nicht case-sensitive)

Nutzung der Wortliste

Die Dateien im wortliste/-Verzeichnis können direkt heruntergeladen und verwendet werden.

Beispiele:

# Alle Wörter (Originalschreibung)
curl -O https://raw.githubusercontent.com/drunkbit/wortschatz/main/wortliste/original/_alle.txt

# Nur Wörter mit S (lowercase)
curl -O https://raw.githubusercontent.com/drunkbit/wortschatz/main/wortliste/lowercase/s.txt

# Wörter mit Ü am Anfang
curl -O https://raw.githubusercontent.com/drunkbit/wortschatz/main/wortliste/original/ue.txt

# Alle Wörter ohne Umlaute (lowercase)
curl -O https://raw.githubusercontent.com/drunkbit/wortschatz/main/wortliste/no-umlauts-lowercase/_alle.txt

# Alle Wörter großgeschrieben
curl -O https://raw.githubusercontent.com/drunkbit/wortschatz/main/wortliste/uppercase/_alle.txt

Wortliste selbst generieren

Im Verzeichnis tools/ befinden sich alle Skripte, um die Wortliste aus verschiedenen Quellen neu aufzubauen. Nach der Installation (cd tools && npm install) stehen die folgenden Befehle zur Verfügung:

---

npm run fetch

NAME
    fetch — Wörter aus Online-Quellen abrufen

SYNOPSIS
    npm run fetch [-- OPTIONS]

DESCRIPTION
    Ruft Wörter aus den konfigurierten Online-Quellen ab und speichert
    sie im lokalen Cache. Ohne Optionen werden alle Quellen abgerufen.

OPTIONS
    --hunspell      Nur aus dem Hunspell-Wörterbuch abrufen
    --wiktionary    Nur aus Wiktionary abrufen
    --dwds          Nur aus DWDS abrufen
    --force         Cache neu erstellen, auch wenn er aktuell ist

---

npm run extract

NAME
    extract — Wörter aus eigenen Texten extrahieren

SYNOPSIS
    npm run extract

DESCRIPTION
    Tokenisiert Fließtext aus .txt-Dateien im Verzeichnis tools/input/
    und extrahiert einzelne Wörter automatisch. Die Dateien müssen vor
    dem Aufruf manuell in tools/input/ abgelegt werden.

---

npm run build-wordlist

NAME
    build-wordlist — Wortliste inkrementell aktualisieren

SYNOPSIS
    npm run build-wordlist [-- OPTIONS]

DESCRIPTION
    Ergänzt nur neue Wörter zur bestehenden Wortliste. Vorhandene
    Einträge bleiben unverändert.

OPTIONS
    --dry-run       Zeigt was passieren würde, ohne Dateien zu schreiben

---

npm run rebuild-wordlist

NAME
    rebuild-wordlist — Wortliste komplett neu erstellen

SYNOPSIS
    npm run rebuild-wordlist

DESCRIPTION
    Verwirft die bestehende Wortliste und erstellt sie vollständig neu
    aus allen verfügbaren Quellen und dem Cache.

---

npm run filter

NAME
    filter — Wortliste filtern

SYNOPSIS
    npm run filter [-- OPTIONS]

OPTIONS
    --dry-run       Zeigt was passieren würde, ohne Dateien zu schreiben

---

npm run stats

NAME
    stats — Cache-Statistiken anzeigen

SYNOPSIS
    npm run stats

DESCRIPTION
    Zeigt Statistiken und das Alter der Cache-Dateien an.

---

npm run cache-clean

NAME
    cache-clean — Cache löschen

SYNOPSIS
    npm run cache-clean

DESCRIPTION
    Löscht alle Cache-Dateien im Verzeichnis tools/cache/.

Quellen

Quelle	Beschreibung
Hunspell de_DE	Deutsches Hunspell-Wörterbuch
Wiktionary	Deutschsprachiges Wiktionary (Kategorie: Deutsch)
DWDS	Digitales Wörterbuch der deutschen Sprache
Internet	Diverse Webseiten und Ressourcen