编写一个Python方法，根据字符串生成拼写错误

Question

我可以添加一些根据Levenshtein距离为2或类似的东西创建拼写错误，或者反向工程Norvig's article on spellchecking。

但是，拼写错误最常见的方法是什么？

有人写了一个方法吗？

Answer 1

没有普通的拼写错误生成算法，因为这种算法依赖于目标语言和应用程序 - 即生成垃圾邮件域，您基本上需要应用以下策略（使用meta.stackoverflow.com作为示例）：< / p>

1. 缺少点：遇到* 为 * tackoverflow.com（应该很容易;）
2. 字符插入：meta.stackoverflo * ww *。com（只添加每个字符的欺骗）
3. 字符遗漏：meta.stackoverf * lw *。com（只删一个字符）
4. 字符排列：meta.stackove * fr * low.com（纯数学在这里）
5. 字符替换：meta。* d * tackoverflow.com（现在我们可以有至少两种策略，见下文）

如果要更换字符，我们至少可以有两种情况：

1. 类似的发声字母（即c＆lt; - ＆gt; k，z＆lt; - ＆gt; ts）取决于语言
2. 附近的字母邻近拼写错误（即对于qwerty s＆lt; - ＆gt; d，d＆lt; - ＆gt; f） Duh，我实际上在这里用s＆lt; - ＆gt; d case：）

希望这会有所帮助..