根据单词/字典插入空格

Question

我正在寻找一种方法，在短语中没有空格（例如twitter上的热门话题），并根据短语中的单词放置空格。据推测某种与字典的比较可以起作用？

例如：我有一个功能，用了'septemberwish'这个词（twitter上的当前趋势），它会返回'9月wish'。

Answer 1

这将是棘手。你会很容易得到模糊的单词合并，其中几个分离导致有效的单词。

也就是说，你可以使用拼写检查器。请参阅pspell扩展。

一个算法可以在不同的点分离单词，直到它产生两个有效的单词。例如：

 
septem berwish (split at floor(length/2); both invalid) 
septemb erwish (split at floor(length/2)+1; both invalid) 
septe mberwish (split at floor(length/2)-1; both invalid) 
septembe rwish (split at floor(length/2)+2; both invalid) 
sept emberwish (split at floor(length/2)-2; first valid, second invalid) 
september wish (split at floor(length/2)+3; both valid; stop) 

对于超过两个单词，需要另一种方法。一种可能性是，直到你有一个有效的词从终端删除字符，然后做同样的休息未得到匹配：

 
septemberwishtwo (invalid) 
septemberwishtw (invalid) 
... 
september  (valid; got the first) 
wishtwo   (invalid) 
... 
wish    (valid; got the second) 
two    (valid; got the third) 

Answer 2

在最幼稚的做法，开始从开始添加字母字符串，并与给定长度的字典进行比较：例如

s // no match 
se // no match 
sep // no match 
... 
september // match! add space, add to output 
// continue where we left off 
w // no match 
wi // no match 
wis // no match 
wish // match! add space, add to output 
end of string, terminate 

棘手位：有可能是可以被解析成不同的短语（the-site-that-shall-not-be-named，一个）的字符串。其实，你的例子是一个（虽然一个字不常见）：

septemberwish VS septemberwish

我想你可以用常用字小字典先试试，或者第一时间最长的单词;或者给较不常用的词语更低的权重。