一、安装 pyenchant 模块

pip install pyenchant -i https://pypi.tuna.tsinghua.edu.cn/simple

二、关键方法

简单示例：

import enchant

# 创建英文拼写的 Dict 对象
d = enchant.Dict("en_US")

print(d.check("Hello"))
print(d.check("Helo"))
print(d.suggest("Helo"))

print(enchant.list_languages())

输出：

• True
• False
• [‘Help’, ‘Hel’, ‘Helot’, ‘Hero’, ‘He lo’, ‘He-lo’, ‘Hel o’, ‘Hole’, ‘Hello’, ‘Halo’, ‘Hell’, ‘Held’]
• [‘en_AG’, ‘en_AU’, ‘en_BS’, ‘en_BW’, ‘en_BZ’, ‘en_CA’, ‘en_DK’, ‘en_GB’, ‘en_GH’, ‘en_HK’, ‘en_IE’, ‘en_IN’, ‘en_JM’, ‘en_NA’, ‘en_NG’, ‘en_NZ’, ‘en_PH’, ‘en_SG’, ‘en_TT’, ‘en_US’, ‘en_ZA’, ‘en_ZW’]

三、检查一段文本的拼写

这里使用enchant.checker中的SpellChecker类来解决对一整段文本中的单词进行拼写检查

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)

输出：

• error: sme
• error: txt
• error: erors

四、英文分词器（Tokenization）

将英语文本进行分词，返回结果格式(word, pos)，其中pos是word在整个文本中出现的位置

from enchant.tokenize import get_tokenizer
tknzr = get_tokenizer("en_US")
lis = [w for w in tknzr("this is some simple text.")]
print(lis)

输出：

• [(‘this’, 0), (‘is’, 5), (‘some’, 8), (‘simple’, 13), (‘text’, 20)]

• 返回 Python 专栏目录索引

参考

• python PyEnchant（拼写检查）