如何使python不改变我的字典代码中的字符？

我的老师给了我们一项任务，要我们为除英语以外的任何语言编写拼写检查程序 所以我选择荷兰语，因为它接近英文字母

import re, collections

def words(text): return re.findall('[a-z]+', text.lower())

def train(features):
    model = collections.defaultdict(lambda: 1)
    for f in features:
        model[f] += 1
    return model


NWORDS = train(words(open('dutch2.txt').read()))

alphabet = 'aäbßcdefghijklmnoöpqrstuüvwxyz'

def edits1(word):
   splits     = [(word[:i], word[i:]) for i in range(len(word) + 1)]
   deletes    = [a + b[1:] for a, b in splits if b]
   transposes = [a + b[1] + b[0] + b[2:] for a, b in splits if len(b)>1]
   replaces   = [a + c + b[1:] for a, b in splits for c in alphabet if b]
   inserts    = [a + c + b     for a, b in splits for c in alphabet]
   return set(deletes + transposes + replaces + inserts)

def known_edits2(word):
    return set(e2 for e1 in edits1(word) for e2 in edits1(e1) if e2 in NWORDS)

def known(words): return set(w for w in words if w in NWORDS)

def correct(word):
    candidates = known([word]) or known(edits1(word)) or known_edits2(word) or [word]
    return max(candidates, key=NWORDS.get)

dutch2.txt具有以下特性： 当我运行它时，输出是

    *** Python 3.3.3 (v3.3.3:c3896275c0f6, Nov 18 2013, 21:18:40) [MSC v.1600 32 bit (Intel)] on win32. ***
>>> 
>>> correct("de")
'e'
>>> 

这是不正确的。。 其他字符的字母表也会改变

import re, collections

def words(text): return re.findall('[a-z]+', text.lower())

def train(features):
    model = collections.defaultdict(lambda: 1)
    for f in features:
        model[f] += 1
    return model


NWORDS = train(words(open('dutch2.txt').read()))

alphabet = 'aäbßcdefghijklmnoöpqrstuüvwxyz'

我该如何解决角色的变化

---

我尝试了很多，但我做不到

你能让它运行吗？我还强烈建议您不要使用unicode代码点（您从索引字符串中获得的内容），而是使用graphemes。最简单的方法是

导入正则表达式；使用包的regex.findall（“\X”，“êo”）

。因此，您的

re.findall（'[a-z]+'，text.lower（））

应该变成

regex.findall（'\X+'，text.lower（））

，并且您应该用另一个命令拆分每个结果。这不是荷兰语，而是德语。