Python中的拼写检查器

对于任何类型的文本处理或分析，检查单词的拼写是基本要求之一。本文讨论了检查单词拼写以及更正各个单词拼写的各种方法。

使用 textblob 库

首先，您需要在命令提示符下使用 pip 安装库textblob 。

pip install textblob

你也可以在 Jupyter Notebook 中安装这个库：

Python3

import sys
!{sys.executable} - m pip install textblob

拼写检查程序 -

Python3

from textblob import TextBlob
 
a = "cmputr"           # incorrect spelling
print("original text: "+str(a))
 
b = TextBlob(a)
 
# prints the corrected spelling
print("corrected text: "+str(b.correct()))

输出：

original text: cmputr
corrected text: computer

使用 pyspellchecker 库

您可以按如下方式安装此库：
使用点子：

pip install pyspellchecker

在 Jupyter 笔记本中：

Python3

import sys
!{sys.executable} - m pip install pyspellchecker

使用 pyspellchecker 的拼写检查程序 –

Python3

from spellchecker import SpellChecker
 
spell = SpellChecker()
 
# find those words that may be misspelled
misspelled = spell.unknown(["cmputr", "watr", "study", "wrte"])
 
for word in misspelled:
    # Get the one `most likely` answer
    print(spell.correction(word))
 
    # Get a list of `likely` options
    print(spell.candidates(word))

输出：

computer
{'caput', 'caputs', 'compute', 'computor', 'impute', 'computer'}
water
{'water', 'watt', 'warr', 'wart', 'war', 'wath', 'wat'}
write
{'wroe', 'arte', 'wre', 'rte', 'wrote', 'write'}

使用 JamSpell

要在进行拼写更正的同时达到最佳质量，基于字典的方法是不够的。你需要考虑环境这个词。 JamSpell 是一个基于语言模型的Python拼写检查库。它针对不同的上下文进行不同的更正。

1) 安装 swig3

apt-get install swig3.0   # for linux
brew install swig@3       # for mac

2）安装果酱

pip install jamspell

3) 为您的语言下载语言模型

Python3

# Create a corrector
corrector = jamspell.TSpellCorrector()
 
# Load Language model -
# argument is a downloaded model file path
corrector.LoadLangModel('Downloads/en_model.bin')
 
# To fix text automatically run FixFragment:
print(corrector.FixFragment('I am the begt spell cherken!'))
 
# To get a list of possible candidates
# pass a splitted sentence, and a word position
print(corrector.GetCandidates(['i', 'am', 'the', 'begt', 'spell', 'cherken'], 3))
 
print(corrector.GetCandidates(['i', 'am', 'the', 'begt', 'spell', 'cherken'], 5))

输出：

u'I am the best spell checker!'
(u'best', u'beat', u'belt', u'bet', u'bent')
(u'checker', u'chicken', u'checked', u'wherein', u'coherent', ...)