Question

我知道拼写检查不完美，但随着文字数量的增加，它们会变得更有用。如何拼写检查有数千页的网站？

编辑：由于复杂的服务器端处理，我获取页面的唯一方法是通过HTTP。它也不能外包给第三方。

编辑：我有一个网站上我需要检查的所有网址列表。

Answer 1

Lynx似乎善于获取我需要的文本（正文内容和替代文字）并忽略了我不需要的内容（嵌入式Javascript和CSS）。

lynx -dump http://www.example.com

它还列出了页面中的所有URL（转换为它们的绝对形式），可以使用grep过滤掉它们：

lynx -dump http://www.example.com | grep -v "http"

如果我使用wget来镜像网站，那么网址也可以是本地的（file://）。

我将编写一个脚本，使用此方法处理一组URL，并将每个页面输出到单独的文本文件。然后，我可以使用现有的拼写检查解决方案来检查文件（或组合所有小文件的单个大文件）。

这将忽略title和meta元素中的文本。这些可以单独拼写。

Answer 2

在我发现Spello web site spell checker之前的几天。它用我的 NHunspell (Open office Spell Checker for .NET)图书馆。你可以尝试一下。

Answer 3

如果您可以将网站的内容作为文件访问，您可以编写一个小型的Unix shell脚本来完成这项工作。以下脚本将打印文件名，行号和拼写错误的单词。输出的质量取决于系统字典的质量。

#!/bin/sh

# Find HTML files
find $1 -name \*.html -type f |
while read f
do
        # Split file into words
        sed '
# Remove CSS
/<style/,/<\/style/d
# Remove Javascript
/<script/,/<\/script/d
# Remove HTML tags
s/<[^>]*>//g
# Remove non-word characters
s/[^a-zA-Z]/ /g
# Split words into lines
s/[     ][      ]*/\
/g ' "$f" |
        # Remove blank lines
        sed '/^$/d' |
        # Sort the words
        sort -u |
        # Print words not in the dictionary
        comm -23 - /usr/share/dict/words >/tmp/spell.$$.out
        # See if errors were found
        if [ -s /tmp/spell.$$.out ]
        then
                # Print file, number, and matching words
                fgrep -Hno -f /tmp/spell.$$.out "$f"
        fi
done
# Remove temporary file
rm /tmp/spell.$$.out

Answer 4

我高度推荐Inspyder InSite，这是商业软件，但他们有试用版，非常物有所值。我已经用它多年来检查客户网站的拼写。它支持自动化/日程安排，并可与CMS自定义单词列表集成。它也是链接检查和生成报告的好方法。

Answer 5

您可以使用将wget与aspell结合使用的shell脚本来完成此操作。您是否考虑过编程环境？

我个人使用带有Beautiful Soup的python从标签中提取文本，并通过aspell管道文本。

Answer 6

如果它是一次性的，并且由于要检查的页数，可能值得考虑像spellr.us这样的东西，这将是一个快速的解决方案。您可以在主页上输入您的网站网址，以了解它如何报告拼写错误。

http://spellr.us/

但我确信有一些免费的替代品。

Answer 7

将模板（井）与您的webapp一起使用（如果您正在编写网站而不是仅编写html），以及包含拼写检查的html编辑器。 Eclipse确实如此。

如果出于某种原因这是不可能的......是的，要下载完成的页面，以及类似的内容：

http://netsw.org/dict/tools/ispell-html-mode.patch

Answer 8

我们在ASP.NET应用程序中使用Telerik RAD Spell控件。

Telerik RAD Spell

Answer 9

您可能想要查看像jspell这样的库。

Answer 10

我在这里用Ruby创建了一个仅限英语的拼写检查程序：https://github.com/Vinietskyzilla/fuzzy-wookie

尝试一下。

它的主要缺点是缺少一个包含每个单词的所有形式的完整字典（复数，不仅仅是单数;'有'，而不仅仅是'有'）。替换你自己的字典，如果你能找到或做出更好的字典，就会让它变得非常棒。

除此之外，我认为拼写检查单个网页的最简单方法是按ctrl + a（或cmd + a）选择所有文本，然后将其复制并粘贴到网页上的多行文本框中。（例如<html><head></head><body><textarea></textarea></body></html>。）您的浏览器应该在任何拼写错误的单词下划线。

Answer 11

@Anthony Roy我已经完成了你所做的事情。通过Pyenchant通过Aspell传送页面。我在我的网站 https://www.validator.pro/上使用英语词典（GB，CA，US）。联系我，我将为你设置1000页或更多的一次性工作

你怎么拼写检查网站？

11 个答案: