Question

对于html和xml文件，aspell可以输出行号而不是管道模式的偏移吗？我无法逐行读取文件，因为在这种情况下aspell无法识别封闭标记（如果标记位于下一行）。

Answer 1

这将输出所有出现的拼写错误单词的行号：

# Get aspell output...
<my_document.txt aspell pipe list -d en_GB --personal=./aspell.ignore.txt |

# Proccess the aspell output...
grep '[a-zA-Z]\+ [0-9]\+ [0-9]\+' -oh | \
grep '[a-zA-Z]\+' -o | \
while read word; do grep -on "\<$word\>" my_document.txt; done

其中：

my_document.txt是您的原始文档
en_GB是您的主要字典选择（例如，尝试en_US）
aspell.ignore.txt是aspell个人词典（以下示例）
aspell_output.txt是管道模式下的aspell输出（ispell样式）
result.txt是最终结果文件

aspell.ignore.txt示例：

personal_ws-1.1 en 500
foo
bar

示例results.txt输出（对于en_GB字典）：

238:color
302:writeable
355:backends
433:dataonly

您还可以将最后grep -on更改为grep -n来打印整行。

Answer 2

这只是一个想法，我还没有真正尝试过（我在Windows机器上:(）。但也许你可以通过head（带字节限制）管道html文件并使用grep计算换行符找到你的行号。它既不高效又不漂亮，但它可能会起作用。

cat icantspell.html | head -c <offset from aspell> | egrep -Uc "$"

Answer 3

aspell pipe / aspell -a / ispell为每个输入行输出一个空行（报告该行的错误之后）。

演示用awk打印行号：

$ aspell pipe < testFile.txt |
awk '/^$/ { countedLine=countedLine+1; print "#L=" countedLine; next; } //'

产生以下输出：

@(#) International Ispell Version 3.1.20 (but really Aspell 0.60.7-20110707)
& iinternational 7 0: international, Internationale, internationally, internationals, intentional, international's, Internationale's
#L=1
*
*
*
& reelly 22 11: Reilly, really, reel, rely, rally, relay, resell, retell, Riley, rel, regally, Riel, freely, real, rill, roll, reels, reply, Greeley, cruelly, reel's, Reilly's
#L=2
*
#L=3
*
*
& sometypo 18 8: some typo, some-typo, setup, sometime, someday, smote, meetup, smarty, stupor, Smetana, somatic, symmetry, mistype, smutty, smite, Sumter, smut, steppe
#L=4

带有testFile.txt

iinternational
I say this reelly.
hello
here is sometypo.

（仍然不如hunspell -u（https://stackoverflow.com/a/10778071/4124767）。但是hunspell错过了一些我喜欢的命令行选项。）

可以在管道模式下输出行号而不是偏移吗？

3 个答案: