注意

Question

在python中生成给定字符串中所有可能的英语单词组合。

输入：godaddy 输出：go，god，dad，add，daddy

任何好的图书馆？

Answer 1

从http://pythonhosted.org/pyenchant/tutorial.html

尝试enchant

>>> from nltk import everygrams
>>> import enchant
>>> word = 'godaddy'
>>> [''.join(_ngram) for _ngram in everygrams(word) if d.check(''.join(_ngram))]
['g', 'o', 'd', 'a', 'd', 'd', 'y', 'go', 'ad', 'god', 'dad', 'add', 'daddy']
>>> d = enchant.Dict("en_US")
# Exclude single char words.
>>> [''.join(_ngram) for _ngram in everygrams(word) if d.check(''.join(_ngram)) and len(_ngram) > 1]
['go', 'ad', 'god', 'dad', 'add', 'daddy']

但是，如果它是所有字符串的组合，无论它是否是有效的英语单词：

>>> list(everygrams(word))

另见：

注意

任何字典检查方法都有其局限性：

>>> from nltk.corpus import words as english
>>> vocab = set(w.lower() for w in english.words())
>>> "google" in vocab
False
>>> "stackoverflow" in vocab
False

>>> import enchant
>>> d = enchant.Dict("en_US")
>>> d.check('StackOverflow')
False
>>> d.check('Stackoverflow')
False
>>> d.check('Google')
True

＆＃34;原则＆＃34;执行此任务的方法是在字符级别进行语言建模，并使用一些概率方法来检查字符序列是否更像/更不可能作为英语单词。

此外，世界上有很多英文版。 A＆＃34;有效＆＃34;英式英语中的单词在美式英语中可能是一个未知单词。请参阅http://www.ucl.ac.uk/english-usage/projects/ice.htm和https://en.wikipedia.org/wiki/World_Englishes#Classification_of_Englishes

Answer 2

首先，获取一组所有英文单词。我希望有很多库可以做到这一点，但是软件库的建议是Stack Overflow的主题，所以只需使用你能找到的任何东西。

然后，遍历字符串的所有子字符串，并查看它们中是否有任何字符串。

words = #???
s = "godaddy"
for i in range(len(s)):
    for j in range(i+1, len(s)):
        substring = s[i:j+1]
        if substring in words:
            print(substring)

结果：

go
god
od
oda
da
dad
daddy
ad
add

Answer 3

您可以使用nltk.corpus.words创建一组所有英语单词，然后找到从您的字符串生成的所有可能单词与英语单词的交集：

In [56]: all_words = {st[i:j + i] for j in range(2, len(st)) for i in range(len(st)- j + 1)}

In [57]: english_vocab = set(w.lower() for w in nltk.corpus.words.words())

In [58]: english_vocab.intersection(all_words)
Out[58]: {'ad', 'add', 'addy', 'da', 'dad', 'daddy', 'go', 'god', 'od', 'oda'}

请注意，OD或oda等字词是有效的缩写。

从字符串中获取所有可能的英语单词

3 个答案:

注意