南昌市中考一模结束了，那么，中考也就不远了。
这段时间，我把前年干过的一件事，又干了一遍。只不过，这一次，用上了AI Agent，方便了很多，也有了一点新发现。
故事是这样的。
去年我做了一件可能有点轴的事。
我把部编版初中语文教材里所有的文言文，一篇一篇复制下来，校对成纯文本，然后用Python跑了个字频统计，发现了点好玩的事情，于是写成了一篇文章文言文不再难懂：数据分析帮你找到学习捷径。后来，我还分析了一下2014年-2023年的江西省中考语文真题的文言文字频，和教材对比，也有点收获，写了篇文章对10年江西中考的文言文真题进行的统计后，我发现了这些规律
今年，我又把2014年到2025年整整12年江西中考语文真题的文言文部分，也全部扒下来跑了一遍。
你问我这一次两次的搞统计，图啥？
因为我有一个疑问，这个疑问在我脑子里转了很久，而且我觉得不只是我，很多语文老师、很多学生、很多家长，可能都有这个疑问，但没人去验证。
学习文言文，最重要的是词汇，特别是要掌握常用词。但是，初中文言文，到底要掌握哪些常用的字词？
这个问题听起来简单，但你仔细想想，官方有答案吗？市面上有答案吗？
《文言必备120词》《文言必备140词》，各种版本满天飞。但我一直有个困惑，这些词到底是怎么选出来的？凭什么选这120个而不是那120个？有没有人真的拿数据验证过？
我没找到。所以我决定自己来。
说真的，做数据分析最难的不是写代码，是准备数据。前年，我找了老半天，也没找到一份现成的、干净的文言文纯文本。多数文档里夹着注释、翻译、赏析，删起来能把人逼疯。
实在找不到，只能自己手动一篇一篇整理。
一篇一篇校对，一个字一个字核对。好在，终于把两份数据都准备好了。
去年用新教材，好在文言文没变，不用重复造轮子，原来的数据可以继续用。真题的文本，我也只需要在原来的基础上加2篇。
简单，轻松搞定。
教材文言文一共14337个字，涉及2170个不同的汉字。中考文言文一共2683个字，涉及879个不同的汉字。
然后，AI启动，几分钟后，结果出来了。
AI做事就是快！
我盯着屏幕看了很久。
因为有些发现，真的挺有意思的。
比如，我们从小背「之乎者也」，说这四个字是文言文的标志，出现频率极高。
但数据告诉我们的是另一回事。
「之」确实一骑绝尘，348次，遥遥领先，是第二名的将近1.4倍。这个没什么争议。
但排在第二的不是「乎」，是「不」，250次。
然后是「也」，156次。
「人」，156次。
「而」，155次。
「者」，137次。
“之”“也”“者”出现的频次都超过了100，那么“乎”呢？
30次。
说实话我看到这个数字的时候愣了一下。30次，在教材文言文14000多个字里面，占比才0.2%。这跟「之」的2.4%比起来，差了十倍不止。
所以如果真的按频率排序，「之乎者也」应该改成「之也不人而者乎」。
当然没人会这么念，但这个事实本身就挺有意思的。我们一直以为的常识，未必经得起数据的检验。
然后我注意到一个更有意思的事。
出现频率最高的前10个字里面，虚词占了7个。
之、也、而、者、其、以、为。
全是虚词。
这7个虚词的总出现次数，占了前10名总频次的75%以上。也就是说，你读文言文的时候，每遇到10个高频字，就有7个半是虚词。
所以，虽然虚词和实词相比，数量少，在文言文中的占比也不高，虚词好像没有实际意义，就以为虚词不重要。
不要忘了，虚词决定了句子的结构、逻辑和语气。搞不懂虚词，你就搞不懂文言文。
这不是什么高深的语言学理论，就是赤裸裸的数据事实。
所以如果你是学生，或者你是老师，文言文词汇积累的重心应该放在哪，数据已经替你回答了。
虚词，是第一优先级。
这可能有点反常识，但事实就是如此。
分析完教材数据，我心里还有一个问题没解决。中考考的文言文，跟课本到底有多大关系？
江西中考的文言文阅读，考的都是课外文本，从来没考过课本原文。
但是，文本是课外的就等于字词是课外的吗？
为了搞清楚这件事，我又花了一波功夫，搜集了12年的中考真题，跑了一遍字频统计。
结果出来之后，我自己都有点惊讶。
中考文言文一共涉及879个不同的汉字。教材文言文涉及2170个不同的汉字。这两个集合的交集有多大？
735个字，匹配率83.6%。
也就是说，中考文言文里出现的字，超过近八成，都在课本里出现过。
但我觉得这个数字还不足以说明全部问题。因为那144个「仅中考出现」的字里面，到底有多少是真正影响理解的实词？
我一个一个点开去看。
燧，9次。人名，萧燧。
祖，5次。人名，谢仁祖。
季，5次。人名，季布。
哙，4次。人名，樊哙。
贸，4次。2024年真题「贸贸焉远而求之」，轻率之意。
逋，3次。逃亡。
索，3次。2025年真题「草泥行郭索」。
特，3次。特别。
崛，3次。2024年真题「幽特构崛」。
孝，3次。孝道。
绍，3次。人名，姓氏。
辀，3次。车辕，2025年真题「钩辀格磔」。
适，3次。到……去。
构，3次。构造。
僻，2次。偏僻。
肘，2次。手肘。
齿，2次。年龄。
磔，2次。裂开，2025年真题。
谱，2次。
桧，2次。人名，秦桧。
羽，2次。人名，项羽。
财，2次。钱财。
饬，2次。整饬。
推，2次。推荐、推举。
术，2次。方法、技术。
注，2次。注释。
漕，2次。漕运。
员，2次。人数、名额。
粮，2次。漕粮。
诘，2次。追问。
闱，2次。科场。
肩，2次。肩膀。
樊，2次。人名，樊哙。
垢，2次。污垢。
蟹，2次。2025年真题「蟹之郭索」。
党，2次。集团、亲族。
严，2次。人名，严州。
巡，2次。人名，许远字巡。
让，4次。谦让、责备。
看完之后我松了一口气。
绝大多数都是人名、地名、谥号、官职名这类专有名词。这些字你就算不认识，只要能判断出它是个人名或者地名，对理解文意几乎没有影响。
而哪些生僻的字词，试卷上都给了注释。
真正需要关注的课外实词，只有那么几个。
「让」，谦让、责备。2016年和2018年考过。
「僻」，偏僻。2017年和2023年考过。
「党」，集团、亲族、袒护。2015年和2023年考过。
「推」，推荐、推举。2015年和2022年考过。
「适」，到……去。出现过3次。
「员」，人数、名额。2015年考过。
「贸」，轻率。2024年真题「贸贸焉」。
就这些，一只手都数得过来。
我又做了一件事。我把教材里出现频率最高的30个实词，一个一个去查它们在中考里有没有出现过。
30个里面，29个都有，覆盖率96.7%。
唯一一个没出现的是「水」字。这个也好理解，因为中考文言文选的大多是人物传记，山水类文本出现得少。我专门在中考真题文本里搜了一遍，确实一个「水」字都没有。
到这一步，结论已经很清晰了。
中考文言文虽然考的是课外文本，但它的字词，几乎全部是课内的。
匹配度超过90%！
这个结论说明了什么？
掌握了课本上的字词，中考文言文也就掌握得八九不离十。
坦率地讲，我觉得这个结论的分量，比任何一本教辅书都重。
因为它不是拍脑袋说的，是拿12年的真题数据，一个字一个字跑出来的。
回到最开始那个问题。
初中文言文到底要掌握哪些字词？
现在我可以给出一个有数据支撑的回答了。
第一，虚词必须重视。
以往，我们学文言文，实词重视得多，虚词关注得少。这很好理解，因为实词是句子的核心，句子的意思主要由实词来决定。试卷上词语解释题，也主要是考实词。
重实词，轻虚词。这是很多人的共识。
但这其实是一个误区。
你看，「之、其、而、以、为、于」这六个核心虚词，在教材里出现了将近1000次，在中考里出现了将近220次。我们根本无法忽略虚词的存在。
虚词，是文言文的语法骨架，是实词的粘合剂。
研究古汉语的大佬王力先生就多次强调：中学生学不好文言文，很大程度上是因为没有掌握虚词的用法；实词可以通过查字典解决，而虚词的语法作用和语气表达，必须通过系统学习才能掌握。
具体来说，「之」可以作结构助词（的）、取消句子独立性、宾语前置标志、定语后置标志，还可以作代词（他、它）和动词（到、往）。一个「之」字，五种用法，每种都要会。
「其」可以作代词（他、它、他们、那里）、语气词（反问、推测）、连词。三种用法，在中考里反复出现。
「而」主要作连词，表并列、递进、转折、修饰，四种关系要分清。
「以」可以作介词（用、拿、把、依据）、连词（相当于「来」）、动词（认为）。三种用法，真题反复出现。
「为」可以作动词（做、当、变成）、介词（被、对）、连词。三种用法，有实有虚。
「于」主要作介词，在、对、到、从、比。五种用法都不难，但容易混淆。
第二，高频实词要吃透常用义。
「不、人、有、曰、子、一、无、山、中、天、下、日、行、知、大、此、我、是、得、军、可、君、时、来、欲、然」，这些是教材里出现频率最高的实词，也是中考里反复出现的字。
但注意，不需要掌握每个词的所有义项。
考试只考常用义。
比如「党」，可以表示「古代的一种居民组织，五百家为一党」，这个义项在中学阶段完全没有必要掌握。如果它出现在考试试卷上，一定会以注释的形式直接给出。
所以，初中文言文学习的重点应该是常用词的常用义。
把精力集中在刀刃上。
第三，课外实词不用焦虑。
真正需要关注的课外实词只有「让、僻、党、推、适、贸」这几个。一只手都数得过来。
而且这些词的考频也很低，大部分只在两年的真题里出现过。就算没掌握，考试的时候根据上下文猜一猜，大概率也能猜对。
第四，立足课本就够了。
现在市面上很多模拟题，选材和题目在往偏、难、怪的方向走。我看到有些模拟卷里的文言文，选的都是特别生僻的文本，出的都是特别刁钻的词义。
说实话，这种题做多了，除了打击学生的信心，让学生对文言文产生严重的畏难情绪之外，没有任何好处。
初中阶段的要求是阅读浅易的文言文。掌握课本上出现的常用词，就足够了。
如果在模拟卷里遇到从来没见过的词，学有余力可以作为积累，否则，力有不逮的，忽略就行。
我突然想起了以前做数据分析的时候学到一个概念，叫帕累托法则，也就是我们常说的二八定律。
80%的效果，来自20%的原因。
文言文学习也是一样。80%的阅读理解能力，来自对20%核心字词的掌握。
这20%的核心字词是什么？数据已经告诉我们了。
就是那些在课本里反复出现、在中考里高频考查的字。
掌握它们，文言文就没那么难了。
以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～
谢谢你看我的文章，我们，下次再见。
