最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

Python實(shí)現(xiàn)單詞拼寫(xiě)檢查

 更新時(shí)間:2015年04月25日 11:57:25   投稿:junjie  
這篇文章主要介紹了Python實(shí)現(xiàn)單詞拼寫(xiě)檢查,本文講解了單詞拼寫(xiě)檢查的一些知識(shí)并給出兩種實(shí)現(xiàn)方法,需要的朋友可以參考下

這幾天在翻舊代碼時(shí)發(fā)現(xiàn)以前寫(xiě)的注釋部分有很多單詞拼寫(xiě)錯(cuò)誤,這些單詞錯(cuò)得不算離譜,應(yīng)該可以用工具自動(dòng)糾錯(cuò)絕大部分。用 Python 寫(xiě)個(gè)拼寫(xiě)檢查腳本很容易,如果能很好利用 aspell/ispell 這些現(xiàn)成的小工具就更簡(jiǎn)單了。

要點(diǎn)

1、輸入一個(gè)拼寫(xiě)錯(cuò)誤的單詞,調(diào)用 aspell -a 后得到一些候選正確單詞,然后用距離編輯進(jìn)一步嗮選出更精確的詞。比如運(yùn)行 aspell -a,輸入 ‘hella' 后得到如下結(jié)果:
hell, Helli, hello, heal, Heall, he'll, hells, Heller, Ella, Hall, Hill, Hull, hall, heel, hill, hula, hull, Helga, Helsa, Bella, Della, Mella, Sella, fella, Halli, Hally, Hilly, Holli, Holly, hallo, hilly, holly, hullo, Hell's, hell's

2、什么是距離編輯(Edit-Distance,也叫 Levenshtein algorithm)呢?就是說(shuō)給定一個(gè)單詞,通過(guò)多次插入、刪除、交換、替換單字符的操作后枚舉出所有可能的正確拼寫(xiě),比如輸入 ‘hella',經(jīng)過(guò)多次插入、刪除、交換、替換單字符的操作后變成:
‘helkla', ‘hjlla', ‘hylla', ‘hellma', ‘khella', ‘iella', ‘helhla', ‘hellag', ‘hela', ‘vhella', ‘hhella', ‘hell', ‘heglla', ‘hvlla', ‘hellaa', ‘ghella', ‘hellar', ‘heslla', ‘lhella', ‘helpa', ‘hello', …

3、綜合上面2個(gè)集合的結(jié)果,并且考慮到一些理論知識(shí)可以提高拼寫(xiě)檢查的準(zhǔn)確度,比如一般來(lái)說(shuō)寫(xiě)錯(cuò)單詞都是無(wú)意的或者誤打,完全錯(cuò)的單詞可能性很小,而且單詞的第一個(gè)字母一般不會(huì)拼錯(cuò)。所以可以在上面集合里去掉第一個(gè)字母不符合的單詞,比如:'Sella', ‘Mella', khella', ‘iella' 等,這里 VPSee 不刪除單詞,而把這些單詞從隊(duì)列里取出來(lái)放到隊(duì)列最后(優(yōu)先級(jí)降低),所以實(shí)在匹配不了以 h 開(kāi)頭的單詞才去匹配那些以其他字母開(kāi)頭的單詞。

4、程序中用到了外部工具 aspell,如何在 Python 里捕捉外部程序的輸入和輸出以便在 Python 程序里處理這些輸入和輸出呢?Python 2.4 以后引入了 subprocess 模塊,可以用 subprocess.Popen 來(lái)處理。

5、Google 大牛 Peter Norvig 寫(xiě)了一篇 How to Write a Spelling Corrector 很值得一看,大牛就是大牛,21行 Python 就解決拼寫(xiě)問(wèn)題,而且還不用外部工具,只需要事先讀入一個(gè)詞典文件。本文程序的 edits1 函數(shù)就是從牛人家那里 copy 的。

代碼

 

#!/usr/bin/python
# A simple spell checker

import os, sys, subprocess, signal

alphabet = 'abcdefghijklmnopqrstuvwxyz'

def found(word, args, cwd = None, shell = True):
  child = subprocess.Popen(args, 
    shell = shell, 
    stdin = subprocess.PIPE, 
    stdout = subprocess.PIPE, 
    cwd = cwd, 
    universal_newlines = True) 
  child.stdout.readline()
  (stdout, stderr) = child.communicate(word)
  if ": " in stdout:
    # remove \n\n
    stdout = stdout.rstrip("\n")
    # remove left part until :
    left, candidates = stdout.split(": ", 1) 
    candidates = candidates.split(", ")
    # making an error on the first letter of a word is less 
    # probable, so we remove those candidates and append them 
    # to the tail of queue, make them less priority
    for item in candidates:
      if item[0] != word[0]: 
        candidates.remove(item)
        candidates.append(item)
    return candidates
  else:
    return None

# copy from http://norvig.com/spell-correct.html
def edits1(word):
  n = len(word)
  return set([word[0:i]+word[i+1:] for i in range(n)] +           
    [word[0:i]+word[i+1]+word[i]+word[i+2:] for i in range(n-1)] +
    [word[0:i]+c+word[i+1:] for i in range(n) for c in alphabet] +
    [word[0:i]+c+word[i:] for i in range(n+1) for c in alphabet])

def correct(word):
  candidates1 = found(word, 'aspell -a')
  if not candidates1:
    print "no suggestion"
    return 

  candidates2 = edits1(word)
  candidates = []
  for word in candidates1:
    if word in candidates2:
      candidates.append(word)
  if not candidates:
    print "suggestion: %s" % candidates1[0]
  else:
    print "suggestion: %s" % max(candidates)

def signal_handler(signal, frame):
  sys.exit(0)

if __name__ == '__main__':
  signal.signal(signal.SIGINT, signal_handler)
  while True:
    input = raw_input()
    correct(input)

更簡(jiǎn)單的方法

當(dāng)然直接在程序里調(diào)用相關(guān)模塊最簡(jiǎn)單了,有個(gè)叫做 PyEnchant 的庫(kù)支持拼寫(xiě)檢查,安裝 PyEnchant 和 Enchant 后就可以直接在 Python 程序里 import 了:

>>> import enchant
>>> d = enchant.Dict("en_US")
>>> d.check("Hello")
True
>>> d.check("Helo")
False
>>> d.suggest("Helo")
['He lo', 'He-lo', 'Hello', 'Helot', 'Help', 'Halo', 'Hell', 'Held', 'Helm', 'Hero', "He'll"]
>>>

相關(guān)文章

  • Python實(shí)現(xiàn)學(xué)生管理系統(tǒng)的代碼(JSON模塊)

    Python實(shí)現(xiàn)學(xué)生管理系統(tǒng)的代碼(JSON模塊)

    這篇文章主要介紹了Python實(shí)現(xiàn)學(xué)生管理系統(tǒng)的代碼(JSON模塊),本文通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2021-04-04
  • pycharm 多行批量縮進(jìn)和反向縮進(jìn)快捷鍵介紹

    pycharm 多行批量縮進(jìn)和反向縮進(jìn)快捷鍵介紹

    這篇文章主要介紹了pycharm 多行批量縮進(jìn)和反向縮進(jìn)快捷鍵介紹,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2021-01-01
  • python模擬Django框架實(shí)例

    python模擬Django框架實(shí)例

    這篇文章主要為大家詳細(xì)介紹了python模擬Django框架實(shí)例,了解一個(gè)web框架需要的基本功能,感興趣的小伙伴們可以參考一下
    2016-05-05
  • 本地文件上傳到七牛云服務(wù)器示例(七牛云存儲(chǔ))

    本地文件上傳到七牛云服務(wù)器示例(七牛云存儲(chǔ))

    這篇文章主要介紹了使用PYTHON把本地文件上傳到七牛云服務(wù)的方法,開(kāi)發(fā)環(huán)境是Python 2.7,大家參考使用吧
    2014-01-01
  • Python命令啟動(dòng)Web服務(wù)器實(shí)例詳解

    Python命令啟動(dòng)Web服務(wù)器實(shí)例詳解

    這篇文章主要介紹了Python命令啟動(dòng)Web服務(wù)器實(shí)例詳解的相關(guān)資料,需要的朋友可以參考下
    2017-02-02
  • 查看django執(zhí)行的sql語(yǔ)句及消耗時(shí)間的兩種方法

    查看django執(zhí)行的sql語(yǔ)句及消耗時(shí)間的兩種方法

    今天小編就為大家分享一篇查看django執(zhí)行的sql語(yǔ)句及消耗時(shí)間的兩種方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2018-05-05
  • Pandas中datetime數(shù)據(jù)類型的使用

    Pandas中datetime數(shù)據(jù)類型的使用

    本文主要介紹了Pandas中datetime數(shù)據(jù)類型的使用,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2023-12-12
  • Django之路由層的實(shí)現(xiàn)

    Django之路由層的實(shí)現(xiàn)

    這篇文章主要介紹了Django之路由層的實(shí)現(xiàn),文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2019-09-09
  • Python 讀取圖片文件為矩陣和保存矩陣為圖片的方法

    Python 讀取圖片文件為矩陣和保存矩陣為圖片的方法

    下面小編就為大家分享一篇Python 讀取圖片文件為矩陣和保存矩陣為圖片的方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2018-04-04
  • Python編寫(xiě)可視化界面的詳細(xì)教程(Python+PyCharm+PyQt)

    Python編寫(xiě)可視化界面的詳細(xì)教程(Python+PyCharm+PyQt)

    最近開(kāi)始學(xué)習(xí)Python,但只限于看理論,編幾行代碼,覺(jué)得沒(méi)有意思,就想能不能用Python編寫(xiě)可視化的界面,遂查找了相關(guān)資料,發(fā)現(xiàn)了PyQt,所以本文介紹了Python+PyCharm+PyQt編寫(xiě)可視化界面的詳細(xì)教程,需要的朋友可以參考下
    2024-07-07

最新評(píng)論

宁国市| 岳阳县| 德昌县| 新津县| 天长市| 天等县| 宜丰县| 桂林市| 平和县| 册亨县| 邢台县| 永泰县| 祁门县| 黄山市| 睢宁县| 安阳市| 云龙县| 楚雄市| 会同县| 叶城县| 乾安县| 黎城县| 天台县| 洛川县| 噶尔县| 阳春市| 内黄县| 武川县| 高雄市| 平遥县| 丹凤县| 新乡市| 偏关县| 广南县| 南城县| 交城县| 金堂县| 永吉县| 沙雅县| 新营市| 吴堡县|