將字符串列表與可用字典/辭典進行比較

Question

我有一個生成字符串列表（原始字符串的排列）的程序（C＃）。大多數字符串是預期的隨機分組的原始字母（即etam，aemt，團隊）。我想以編程方式在列表中找到一個實際英文單詞中的一個字符串。我需要一個詞庫/字典來查找並比較每個字符串。任何人都知道可用的資源。我在C＃中使用VS2008。

Answer 1

你可以從網上下載一個單詞列表（比如說這裏提到的文件之一：http://www.outpost9.com/files/WordLists.html），然後接着做一個快速：

// Read words from file. 
string [] words = ReadFromFile(); 

Dictionary<String, List<String>> permuteDict = new Dictionary<String, List<String>>(StringComparer.OrdinalIgnoreCase); 

foreach (String word in words) { 
    String sortedWord = new String(word.ToArray().Sort()); 
    if (!permuteDict.ContainsKey(sortedWord)) { 
     permuteDict[sortedWord] = new List<String>(); 
    } 
    permuteDict[sortedWord].Add(word); 
} 

// To do a lookup you can just use 

String sortedWordToLook = new String(wordToLook.ToArray().Sort()); 

List<String> outWords; 
if (permuteDict.TryGetValue(sortedWordToLook, out outWords)) { 
    foreach (String outWord in outWords) { 
     Console.WriteLine(outWord); 
    } 
} 

Answer 2

您還可以使用維基。 MediaWiki API（Wikionary使用MediaWiki）允許您查詢文章標題列表。在wiktionary中，文章標題是字典中的（除其他之外）單詞條目。唯一的問題是外國詞也在詞典中，所以有時你可能會得到「不正確」的匹配。當然，您的用戶也需要訪問互聯網。你可以得到幫助和信息上的API：http://en.wiktionary.org/w/api.php

這裏是您的查詢URL的一個例子：

http://en.wiktionary.org/w/api.php?action=query&format=xml&titles=dog|god|ogd|odg|gdo 

這將返回以下XML：

<?xml version="1.0"?> 
<api> 
    <query> 
    <pages> 
     <page ns="0" title="ogd" missing=""/> 
     <page ns="0" title="odg" missing=""/> 
     <page ns="0" title="gdo" missing=""/> 
     <page pageid="24" ns="0" title="dog"/> 
     <page pageid="5015" ns="0" title="god"/> 
    </pages> 
    </query> 
</api> 

在C＃中，你就可以使用System.Xml.XPath來獲取你需要的部分（帶pageid的頁面項目）。那些是「真實的話」。

我寫了一個實現並測試它（使用上面的簡單「狗」示例）。它只是返回「狗」和「神」。你應該更廣泛地測試它。

public static IEnumerable<string> FilterRealWords(IEnumerable<string> testWords) 
{ 
    string baseUrl = "http://en.wiktionary.org/w/api.php?action=query&format=xml&titles="; 
    string queryUrl = baseUrl + string.Join("|", testWords.ToArray()); 

    WebClient client = new WebClient(); 
    client.Encoding = UnicodeEncoding.UTF8; // this is very important or the text will be junk 

    string rawXml = client.DownloadString(queryUrl); 

    TextReader reader = new StringReader(rawXml); 
    XPathDocument doc = new XPathDocument(reader); 
    XPathNavigator nav = doc.CreateNavigator(); 
    XPathNodeIterator iter = nav.Select(@"//page"); 

    List<string> realWords = new List<string>(); 
    while (iter.MoveNext()) 
    { 
     // if the pageid attribute has a value 
     // add the article title to the list. 
     if (!string.IsNullOrEmpty(iter.Current.GetAttribute("pageid", ""))) 
     { 
      realWords.Add(iter.Current.GetAttribute("title", "")); 
     } 
    } 

    return realWords; 
} 

這樣稱呼它：

IEnumerable<string> input = new string[] { "dog", "god", "ogd", "odg", "gdo" }; 
IEnumerable<string> output = FilterRealWords(input); 

我試圖使用LINQ to XML，但我並不熟悉它，所以這是一個痛苦，我放棄了它。