中英文拼写检测纠正开源项目使用入门 word-checker 1.1.0

项目简介

word-checker[1]本项目用于单词拼写检查。支持英文单词拼写检测，和中文拼写检测。

特性说明

•

可以迅速判断当前单词是否拼写错误

•

可以返回最佳匹配结果

•

可以返回纠正匹配列表，支持指定返回列表的大小

•

错误提示支持 i18n

•

支持大小写、全角半角格式化处理

•

支持自定义词库

•

内置 27W+ 的英文词库

•

支持指定英文的编辑距离

•

支持基本的中文拼写检测

变更日志

变更日志[2]

快速开始

JDK 版本

Jdk 1.7+

maven 引入

测试案例

会根据输入，自动返回最佳纠正结果。

核心 api 介绍

核心 api 在  工具类下。

工具类提供了长文本中英文混合的自动纠正功能，当然也支持单个单词。

英文测试例子

参见 EnWordCheckerTest.java[3]

是否拼写正确

返回最佳匹配结果

默认纠正匹配列表

指定纠正匹配列表大小

中文拼写纠正

是否拼写正确

返回最佳匹配结果

默认纠正匹配列表

指定纠正匹配列表大小

长文本中英文混合

情景

实际拼写纠正的话，最佳的使用体验是用户输入一个长文本，并且可能是中英文混合的。

然后实现上述对应的功能。

拼写是否正确

返回最佳纠正结果

判断文本拼写是否正确

每一个词，对应的纠正结果。

判断文本拼写是否正确

同上，指定最多返回的个数。

格式化处理

有时候用户的输入是各式各样的，本工具支持对于格式化的处理。

大小写

大写会被统一格式化为小写。

全角半角

全角会被统一格式化为半角。

自定义英文词库

文件配置

你可以在项目资源目录创建文件

内容如下：

不同的词独立一行。

每一行第一列代表单词，第二列代表出现的次数，二者用逗号  隔开。

次数越大，在纠正的时候返回优先级就越高，默认值为 1。

用户自定义的词库优先级高于系统内置词库。

测试代码

我们在指定了对应的单词之后，拼写检测的时候就会生效。

自定义中文词库

文件配置

你可以在项目资源目录创建文件

内容如下：

使用英文空格分隔，前面是错误，后面是正确。

后期 Road-Map

•

支持英文分词，处理整个英文句子

•

支持中文分词拼写检测

•

引入中文纠错算法，同音字和形近字处理。

•

支持中英文混合拼写检测

技术鸣谢

Words[4]提供的原始英语单词数据。

开源地址

References

word-checker:https://github.com/houbb/word-checker/

变更日志:https://github.com/houbb/word-checker/blob/master/CHANGELOG.md

EnWordCheckerTest.java:https://github.com/houbb/word-checker/tree/master/src/test/java/com/github/houbb/word/checker/util/WordCheckerHelperTest.java

Words:https://github.com/atebits/Words