将字符串列表与可用字典/辞典进行比较

Question

我有一个生成字符串列表（原始字符串的排列）的程序（C＃）。大多数字符串是预期的随机分组的原始字母（即etam，aemt，团队）。我想以编程方式在列表中找到一个实际英文单词中的一个字符串。我需要一个词库/字典来查找并比较每个字符串。任何人都知道可用的资源。我在C＃中使用VS2008。

Answer 1

你可以从网上下载一个单词列表（比如说这里提到的文件之一：http://www.outpost9.com/files/WordLists.html），然后接着做一个快速：

// 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

您还可以使用维基。 MediaWiki API（Wikionary使用MediaWiki）允许您查询文章标题列表。在wiktionary中，文章标题是字典中的（除其他之外）单词条目。唯一的问题是外国词也在词典中，所以有时你可能会得到“不正确”的匹配。当然，您的用户也需要访问互联网。你可以得到帮助和信息上的API：http://en.wiktionary.org/w/api.php

这里是您的查询URL的一个例子：

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

这将返回以下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来获取你需要的部分（带pageid的页面项目）。那些是“真实的话”。

我写了一个实现并测试它（使用上面的简单“狗”示例）。它只是返回“狗”和“神”。你应该更广泛地测试它。

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; 
} 

这样称呼它：

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

我试图使用LINQ to XML，但我并不熟悉它，所以这是一个痛苦，我放弃了它。