我注意到給定機器（Mac、Linux 或 Windows）上的常見應用程序都有各自的拼寫檢查器。從各種 IDE，到 MS Word/Office，再到筆記軟件，應有盡有。我正在嘗試利用我們各自機器的內(nèi)置實用程序來分析字符串的語法正確性。似乎我不能只使用機器上的內(nèi)容，并且可能不得不下載一個字典來進行比較。我不確定是否有更好的方法來實現(xiàn)這一點。我正在考慮嘗試在本地做事，但我并不反對通過 api 或 curl 請求來確定字符串中的單詞是否拼寫正確。我在看：LanguageTool（hello wrold返回錯誤失敗）Google 的 tbproxy 似乎不起作用Dictionary / Meriam-Webster 需要 api 密鑰來實現(xiàn)自動化。我正在查看 Node 包，并注意到拼寫檢查模塊也封裝了單詞表。有沒有辦法完全利用內(nèi)置的機器字典，或者如果我下載字典/詞表進行比較是否理想？我認為單詞表可能是最好的選擇，但我不想重新發(fā)明輪子。其他人做了什么來實現(xiàn)類似的目標？
2 回答
不負相思意
TA貢獻1777條經(jīng)驗 獲得超10個贊
功勞歸于 Lukas Knuth。我想給出一個明確的如何使用字典和 nspell 的方法。
安裝以下2個依賴：
npm install nspell dictionary-en-us
這是我為了解決問題而編寫的示例文件。
// Node File
// node spellcheck.js [path]
// path: [optional] either absolute or local path from pwd/cwd
// if you run the file from within Seg.Ui.Frontend/ it works as well.
// node utility/spellcheck.js
// OR from the utility directory using a path:
// node spellcheck.js ../src/assets/i18n/en.json
var fs = require("fs");
var dictionary = require("dictionary-en-us");
var nspell = require("nspell");
var process = require("process");
// path to use if not defined.
var path = "src/assets/i18n/en.json"
let strings = [];
function getStrings(json){
let keys = Object.keys(json);
for (let idx of keys){
let val = json[idx];
if (isObject(val)) getStrings(val);
if (isString(val)) strings.push(val)
}
}
function sanitizeStrings(strArr){
let set = new Set();
for (let sentence of strArr){
sentence.split(" ").forEach(word => {
word = word.trim().toLowerCase();
if (word.endsWith(".") || word.endsWith(":") || word.endsWith(",")) word = word.slice(0, -1);
if (ignoreThisString(word)) return;
if (word == "") return;
if (isNumber(word)) return;
set.add(word)
});
}
return [ ...set ];
}
function ignoreThisString(word){
// we need to ignore special cased strings, such as items with
// Brackets, Mustaches, Question Marks, Single Quotes, Double Quotes
let regex = new RegExp(/[\{\}\[\]\'\"\?]/, "gi");
return regex.test(word);
}
function spellcheck(err, dict){
if (err) throw err;
var spell = nspell(dict);
let misspelled_words = strings.filter( word => {
return !spell.correct(word)
});
misspelled_words.forEach( word => console.log(`Plausible Misspelled Word: ${word}`))
return misspelled_words;
}
function isObject(obj) { return obj instanceof Object }
function isString(obj) { return typeof obj === "string" }
function isNumber(obj) { return !!parseInt(obj, 10)}
function main(args){
//node file.js path
if (args.length >= 3) path = args[2]
if (!fs.existsSync(path)) {
console.log(`The path does not exist: ${process.cwd()}/${path}`);
return;
}
var content = fs.readFileSync(path)
var json = JSON.parse(content);
getStrings(json);
// console.log(`String Array (length: ${strings.length}): ${strings}`)
strings = sanitizeStrings(strings);
console.log(`String Array (length: ${strings.length}): ${strings}\n\n`)
dictionary(spellcheck);
}
main(process.argv);
這將返回要查看的字符串子集，它們可能拼寫錯誤或誤報。
誤報將表示為：
首字母縮略詞
單詞的非美國英語變體
例如，未識別的專有名詞、星期幾和月份。
包含括號的字符串。這可以通過將它們從單詞中刪除來增強。
顯然，這并不適用于所有情況，但我添加了一個忽略這個字符串函數(shù)，如果它包含開發(fā)人員想要忽略的特殊單詞或短語，您可以利用它。
海綿寶寶撒
TA貢獻1809條經(jīng)驗 獲得超8個贊
您的問題被標記為 NodeJS 和 Python。這是 NodeJS 特定的部分，但我認為它與 python 非常相似。
Windows（從 Windows 8 開始）和 Mac OS X 確實有內(nèi)置的拼寫檢查引擎。
Windows：“Windows 拼寫檢查 API”是一個 C/C++ API。要將它與 NodeJS 一起使用，您需要創(chuàng)建一個綁定。
Mac OS X：“NSSpellChecker”是 AppKit 的一部分，用于 GUI 應用程序。這是一個Objective-C API，因此您需要再次創(chuàng)建一個綁定。
Linux：這里沒有“特定于操作系統(tǒng)的”API。大多數(shù)應用程序使用 Hunspell，但也有其他選擇。這又是一個 C/C++ 庫，因此需要綁定。
幸運的是，已經(jīng)有一個名為拼寫檢查器的模塊，它具有上述所有功能的綁定。這將使用其安裝平臺的內(nèi)置系統(tǒng)，但有多個缺點：
1) 必須構(gòu)建本機擴展。這個已經(jīng)通過 node-pre-gyp 完成了二進制文件，但這些需要為特定平臺安裝。如果您在 Mac OS X 上開發(fā)，運行npm install以獲取包，然后在 Linux 上部署您的應用程序（使用 - 目錄node_modules），它將無法工作。
2) 使用內(nèi)置拼寫檢查將使用操作系統(tǒng)規(guī)定的默認值，這可能不是您想要的。例如，使用的語言可能由所選的操作系統(tǒng)語言決定。對于 UI 應用程序（例如使用 Electron 構(gòu)建），這可能沒問題，但如果您想使用操作系統(tǒng)語言以外的語言進行服務器端拼寫檢查，則可能會很困難。
在基本層面，拼寫檢查一些文本歸結(jié)為：
標記字符串（例如通過空格）
根據(jù)已知正確單詞列表檢查每個標記
（獎勵）收集錯誤令牌的建議并為用戶提供選項。
您可以自己編寫第 1 部分。第 2 部分和第 3 部分需要“已知正確單詞列表”或字典。幸運的是，已經(jīng)有一種格式和工具可以使用它：
simple-spellchecker可以使用
.dic-files。nspell是 Hunspell 的 JS 實現(xiàn)，帶有自己的字典包。
例如，可以在此 repo 中找到其他詞典
有了這個，你就可以選擇語言，你不需要構(gòu)建/下載任何本機代碼，你的應用程序?qū)⒃诿總€平臺上運行相同。如果您在服務器上進行拼寫檢查，這可能是您最靈活的選擇。
添加回答
舉報
0/150
提交
取消