如何检查一个句子是否正确（Python中的简单语法检查）？

Question

Python中如何判断一个句子是否有效？

例子：

I love Stackoverflow - Correct
I Stackoverflow love - Incorrect

Answer 1

有各种提供自动校对和语法检查的 Web 服务。有些有一个 Python 库来简化查询。

据我所知，这些工具中的大多数（当然是在截止日期之后和 LanguageTool）都是基于规则的。将检查的文本与描述常见错误的大量规则进行比较。如果规则匹配，软件将其称为错误。如果规则不匹配，软件什么也不做（它无法检测到它没有规则的错误）。

After the Deadline

import ATD
ATD.setDefaultKey("your API key")
errors = ATD.checkDocument("Looking too the water. Fixing your writing typoss.")
for error in errors:
 print "%s error for: %s **%s**" % (error.type, error.precontext, error.string)
 print "some suggestions: %s" % (", ".join(error.suggestions),)

预期输出：

grammar error for: Looking **too the**
some suggestions: to the
spelling error for: writing **typoss**
some suggestions: typos

可以在您自己的机器上运行服务器应用程序，建议使用 4 GB RAM。

LanguageTool

https://pypi.python.org/pypi/language-check

>>> import language_check
>>> tool = language_check.LanguageTool('en-US')
>>> text = 'A sentence with a error in the Hitchhiker’s Guide tot he Galaxy'
>>> matches = tool.check(text)

>>> matches[0].fromy, matches[0].fromx
(0, 16)
>>> matches[0].ruleId, matches[0].replacements
('EN_A_VS_AN', ['an'])
>>> matches[1].fromy, matches[1].fromx
(0, 50)
>>> matches[1].ruleId, matches[1].replacements
('TOT_HE', ['to the'])

>>> print(matches[1])
Line 1, column 51, Rule ID: TOT_HE[1]
Message: Did you mean 'to the'?
Suggestion: to the
...

>>> language_check.correct(text, matches)
'A sentence with an error in the Hitchhiker’s Guide to the Galaxy'

也可以私下运行服务端。

Ginger

此外，this 是一个用于 Ginger 的 hacky（屏幕抓取）库，可以说是目前最完善的免费语法检查选项之一。

微软Word

应该可以编写 Microsoft Word 脚本并使用其语法检查功能。

更多

有一个curated list of grammar checkers on Open Office website。 Patrick 在 cmets 中注明。

Answer 2

查看NLTK。它们支持可用于解析句子的语法。您可以定义语法，或使用提供的语法以及上下文无关的解析器。如果句子解析，则它具有有效的语法；如果不是，那么它不会。这些语法可能没有最广泛的覆盖范围（例如，它可能不知道如何处理像 StackOverflow 这样的单词），但是这种方法将允许您具体说明语法中的有效或无效。 NLTK 书籍的Chapter 8 涵盖了解析，应该解释您需要了解的内容。

另一种方法是编写 Python 接口到覆盖范围广泛的解析器（如 Stanford parser 或 C&C）。这些是统计解析器，即使他们以前没有看过所有的单词或所有的语法结构，也能理解句子。缺点是有时解析器仍然会返回一个语法错误的句子的解析，因为它会使用统计信息来做出最好的猜测。

所以，这真的取决于你的目标是什么。如果您想非常精确地控制被认为是语法的内容，请使用带有 NLTK 的上下文无关解析器。如果您想要稳健性和广泛的覆盖范围，请使用统计解析器。

Answer 3

其他一些答案提到了LanguageTool，最大的开源语法检查器。直到现在，它还没有可靠的、最新的 Python 端口。

我推荐language_tool_python，这是一个支持 Python 3 和最新版本的 Java 和 LanguageTool 的语法检查器。它是唯一最新的、免费的 Python 语法检查器。 （完全公开，我做了这个库）

Answer 4

我建议language-tool-python。例如：

import language_tool_python
tool = language_tool_python.LanguageTool('en-US')

text = "Your the best but their are allso  good !"
matches = tool.check(text)
len(matches)

我们得到：

4

我们可以看看它发现的 4 个问题：

第 1 期：

matches[0]

我们得到：

Match({'ruleId': 'YOUR_YOU_RE', 'message': 'Did you mean "You\'re"?', 'replacements': ["You're"], 'context': 'Your the best but their are allso  good !', 'offset': 0, 'errorLength': 4, 'category': 'TYPOS', 'ruleIssueType': 'misspelling'})

第二期：

matches[1]

我们得到：

Match({'ruleId': 'THEIR_IS', 'message': 'Did you mean "there"?', 'replacements': ['there'], 'context': 'Your the best but their are allso  good !', 'offset': 18, 'errorLength': 5, 'category': 'CONFUSED_WORDS', 'ruleIssueType': 'misspelling'})

第三期： matches[2] 我们得到：

Match({'ruleId': 'MORFOLOGIK_RULE_EN_US', 'message': 'Possible spelling mistake found.', 'replacements': ['also', 'all so'], 'context': 'Your the best but their are allso  good !', 'offset': 28, 'errorLength': 5, 'category': 'TYPOS', 'ruleIssueType': 'misspelling'})

第 4 期：

matches[3]

我们得到：

Match({'ruleId': 'WHITESPACE_RULE', 'message': 'Possible typo: you repeated a whitespace', 'replacements': [' '], 'context': 'Your the best but their are allso  good!', 'offset': 33, 'errorLength': 2, 'category': 'TYPOGRAPHY', 'ruleIssueType': 'whitespace'})

如果您正在寻找更详细的示例，可以查看Predictive Hacks的相关帖子