python实现查询纠错

python实现查询纠错的方法：

方法一：

1、输入一个拼写错误的单词，调用 aspell -a 后得到一些候选正确单词，然后用距离编辑进一步嗮选出更精确的词。比如运行 aspell -a，输入 ‘hella’ 后得到如下结果：

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、什么是距离编辑（Edit-Distance，也叫 Levenshtein algorithm）呢？就是说给定一个单词，通过多次插入、删除、交换、替换单字符的操作后枚举出所有可能的正确拼写，比如输入 ‘hella’，经过多次插入、删除、交换、替换单字符的操作后变成：

‘helkla’, ‘hjlla’, ‘hylla’, ‘hellma’, ‘khella’, ‘iella’, ‘helhla’, ‘hellag’, ‘hela’, ‘vhella’, ‘hhella’, ‘hell’, ‘heglla’, ‘hvlla’, ‘hellaa’, ‘ghella’, ‘hellar’, ‘heslla’, ‘lhella’, ‘helpa’, ‘hello’, …

3、综合上面2个集合的结果，并且考虑到一些理论知识可以提高拼写检查的准确度，比如一般来说写错单词都是无意的或者误打，完全错的单词可能性很小，而且单词的第一个字母一般不会拼错。所以可以在上面集合里去掉第一个字母不符合的单词，比如：’Sella’, ‘Mella’, khella’, ‘iella’ 等，这里 VPSee 不删除单词，而把这些单词从队列里取出来放到队列最后（优先级降低），所以实在匹配不了以 h 开头的单词才去匹配那些以其他字母开头的单词。

4、程序中用到了外部工具 aspell，如何在 Python 里捕捉外部程序的输入和输出以便在 Python 程序里处理这些输入和输出呢？Python 2.4 以后引入了 subprocess 模块，可以用 subprocess.Popen 来处理。

实现代码：

#!/usr/bin/python
#Asimplespellchecker
importos,sys,subprocess,signal
alphabet='abcdefghijklmnopqrstuvwxyz'
deffound(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":"instdout:
#remove\n\n
stdout=stdout.rstrip("\n")
#removeleftpartuntil:
left,candidates=stdout.split(":",1)
candidates=candidates.split(",")
#makinganerroronthefirstletterofawordisless
#probable,soweremovethosecandidatesandappendthem
#tothetailofqueue,makethemlesspriority
foritemincandidates:
ifitem[0]!=word[0]:
candidates.remove(item)
candidates.append(item)
returncandidates
else:
returnNone
#copyfromhttp://norvig.com/spell-correct.html
defedits1(word):
n=len(word)
returnset([word[0:i]+word[i+1:]foriinrange(n)]+
[word[0:i]+word[i+1]+word[i]+word[i+2:]foriinrange(n-1)]+
[word[0:i]+c+word[i+1:]foriinrange(n)forcinalphabet]+
[word[0:i]+c+word[i:]foriinrange(n+1)forcinalphabet])
defcorrect(word):
candidates1=found(word,'aspell-a')
ifnotcandidates1:
print"nosuggestion"
return
candidates2=edits1(word)
candidates=[]forwordincandidates1:
ifwordincandidates2:
candidates.append(word)
ifnotcandidates:
print"suggestion:%s"%candidates1[0]else:
print"suggestion:%s"%max(candidates)
defsignal_handler(signal,frame):
sys.exit(0)
if__name__=='__main__':
signal.signal(signal.SIGINT,signal_handler)
whileTrue:
input=raw_input()
correct(input)

方法二：

当然直接在程序里调用相关模块最简单了，有个叫做 PyEnchant 的库支持拼写检查，安装 PyEnchant 和 Enchant 后就可以直接在 Python 程序里 import 了：

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