Python 使用线性搜索的拼写检查器

Question

我正在尝试使用线性搜索编写拼写检查器，该搜索器采用莎士比亚的全部作品并将其与 10,000 个单词的词典进行比较。我希望代码输出莎士比亚全集中不在字典中的所有单词。我附上了我当前输出的图片以及我正在寻找的输出图片。我目前拥有的代码不会产生任何错误，但是从当前输出中可以看出，它显示了莎士比亚全集中的所有单词。在此感谢任何帮助。

https://imgur.com/a/Gcmpy：当前输出

https://imgur.com/a/nLWJ8：我正在寻找的输出

import re
import time
start_time = time.time()

def LinearSearch(Target, Words):
#Linear search for target in words. Words need not be sorted.
    for s in Words:
        if s==Target:
            return True
        return False

# Gets the Dictionary.
Words = [s.strip("\n").lower() for s in open("10kWords.txt")]

# Gets ShakespearesFullWorks and Encodes it.
Input_File = open('ShakespeareFullWorks.txt', "r", encoding='utf-8')
lines = Input_File.readlines()
for x in lines:
    if not LinearSearch(x, Words):
        print (re.findall(r"[\w']+", x))

print ("--- %s seconds ---" % (time.time() - start_time))

Answer 1

问题是 LinearSearch(x, Words) 中的 x 不是单词而是一行。所以每一行都被打印出来，因为一行可能与一个词不匹配。你需要做的：

for line in lines:
    for word in re.findall(r"[\w']+", line):
        if not LinearSearch(word, Words):
            print(word)

假设 re.findall(r"[\w']+", x) returns x 中的单词列表。

Python 使用线性搜索的拼写检查器

Python Spell Checker Using Linear Search

python

linear-search