Python - PyEnchant 英文單字拼寫檢查套件參考筆記

參考資料

參考資料：

• pyenchant·PyPI
• python PyEnchant（拼写检查）

說明

當初會寫這篇參考筆記，主要是因為，這篇教學文(python PyEnchant（拼写检查）)，是大陸人寫的文章，因為不太喜歡看到簡體字和大陸用語，所以我就自己整理了繁體中文的版本(台灣價值w)，再把裡面的大陸用語轉換成台灣用語(比如說把"對象"換成"物件")(先說我不是專業的，用詞錯誤請不要噴我w)，增加或刪減一些文字，以方便肉眼閱讀XD。

特此撰寫本篇文章作為紀錄文件，用以方便後續有需要的時候，可以快速的重複查閱，雖然後面比較沒有什麼機會再用到，但也算是一個還不錯的經驗。

簡介

本文主要是記錄 pyenchant 套件的安裝以及使用。這個套件的主要功能是對英文單字進行拼寫檢查，並可以對拼寫錯誤的單詞推荐一些可能的正確單詞。

安裝 PyEnchant

使用 pip3 直接安装即可，指令如下：

pip3 install pyenchant

使用上述指令，如果安裝沒有錯誤就是安裝成功了，一般情況下（mac、ubuntu等系統）是沒有任何問題的。

基礎用法

創建和使用 Dictionary Object

在 PyEnchant 中最主要的就是 Dict 物件，我們可以使用它來檢查單詞的拼寫是否正確，同時還可以對拼寫錯誤的單詞提供幾個可能的正確拼寫。

首先介紹如何創建 Dict 物件，並用其檢查某個單詞的拼寫：

>>> import enchant
>>> d = enchant.Dict("en_US")
>>> d.check("Hello")
True
>>> d.check("Helo")
False

創建 Dict 物件可以使用如下方式：

注意：上述方法中用到了本機文件filename，文件中每一行只存放一個單詞。

enchant 模組還提供了，以下幾個關於語言的方法：

Dict 物件有以下方法與屬性方便使用：

>>> import enchant
>>> d = enchant.Dict("en_US")
>>> d.tag
'en_US'
>>> d.check("Hello")
True
>>> d.check("Helo")
False
>>> d.suggest("helo")
['hole', 'hello', 'helot', 'halo', 'hero', 'hell', 'held', 'helm', 'help', 'he lo']
>>> enchant.dict_exists("aa")
False
>>> enchant.dict_exists("en_US")
True
>>> enchant.list_languages()
['de_DE', 'en_AU', 'en_GB', 'en_US', 'fr_FR']

檢查一段文字的拼寫

這裡使用enchant.checker 中的 SpellChecker 類別來解決對一整段文字中的單詞進行拼寫檢查。

>>> from enchant.checker import SpellChecker
>>> chkr = SpellChecker("en_US")
>>> chkr.set_text("This is sme sample txt with erors.")
>>> for err in chkr:
...     print "ERROR", err.word
...
ERROR sme
ERROR txt
ERROR erors

英語分詞器（Tokenization）

將英語句子進行分詞，輸出結果格式：(word, pos)，其中 pos 是 word 在整段文字中出現的位置。

>>> from enchant.tokenize import get_tokenizer
>>> tknzr = get_tokenizer("en_US")
>>> [w for w in tknzr("this is some simple text.")]
[('this', 0), ('is', 5), ('some', 8), ('simple', 13), ('text', 20)]