Python 从字符串中获取所有可能的英语单词

从python中的给定字符串生成所有可能的英语单词组合

输入：戈达迪 输出：开始，上帝，爸爸，添加，爸爸

---

有好的图书馆吗？

首先，准备一套全英文单词。我认为有很多库可以做到这一点，但对于软件库的建议与堆栈溢出无关，所以请使用您能找到的任何库

然后，遍历字符串的所有子字符串，并查看其中是否有任何子字符串在集合中

words = #???
s = "godaddy"
for i in range(len(s)):
    for j in range(i+1, len(s)):
        substring = s[i:j+1]
        if substring in words:
            print(substring)

结果:

go
god
od
oda
da
dad
daddy
ad
add

---

请尝试从中对进行附魔

但如果它是所有字符串的组合，不管它是否是有效的英语单词：

>>> list(everygrams(word))

另见：

---

注 任何字典检查方法都有其局限性：

>>> from nltk.corpus import words as english
>>> vocab = set(w.lower() for w in english.words())
>>> "google" in vocab
False
>>> "stackoverflow" in vocab
False

>>> import enchant
>>> d = enchant.Dict("en_US")
>>> d.check('StackOverflow')
False
>>> d.check('Stackoverflow')
False
>>> d.check('Google')
True

完成这项任务的“原则性”方法是在字符级别进行语言建模，并采用某种概率方法检查字符序列是否与英语单词的概率相同

---

而且，世界上有很多英语。英式英语中的“有效”词在美式英语中可能是未知词。请参阅和

您可以使用

nltk.corpus.words

创建一组所有英文单词，然后找到从字符串生成的所有可能单词与英文单词的交点：

In [56]: all_words = {st[i:j + i] for j in range(2, len(st)) for i in range(len(st)- j + 1)}

In [57]: english_vocab = set(w.lower() for w in nltk.corpus.words.words())

In [58]: english_vocab.intersection(all_words)
Out[58]: {'ad', 'add', 'addy', 'da', 'dad', 'daddy', 'go', 'god', 'od', 'oda'}

---

请注意，像

OD

或

oda

这样的词是有效的缩写。

在我看来，你想使用trie（不要与tree混淆）。那么

oda

、

da

或

OD

呢？不要认为它们是有效的“英语”单词=）是的，但如果你能用

nltk获取所有单词，那么效率就没有那么高了。语料库
@Kasramvd缩写词不是有效的英语单词。@Kasramvd如果我们把一个单词理解为拼字游戏中的有效游戏，那么缩写词（包括首字母缩写词，如oda）就不是单词了。执行时间很长。很好。谢谢
In [56]: all_words = {st[i:j + i] for j in range(2, len(st)) for i in range(len(st)- j + 1)}

In [57]: english_vocab = set(w.lower() for w in nltk.corpus.words.words())

In [58]: english_vocab.intersection(all_words)
Out[58]: {'ad', 'add', 'addy', 'da', 'dad', 'daddy', 'go', 'god', 'od', 'oda'}