1

我有大约 100,000 个独特的城市名称,其中许多都有拼写错误(扫描错误、ocr 错误、许多带有特殊字符的欧洲名称等)。我可以在python中编写一个循环,用谷歌地图一一检查城市,看看拼写是否正确?例如,如果我发送“nev york”,我想收到“您的意思是:New York”之类的内容。我已经做了很多事情,比如匹配一个列表,然后计算 levenshtein 距离等。

4

2 回答 2

1

我刚刚发现了difflib它很酷的东西。

它几乎像拼写检查

>>> import difflib
>>> x = 'smoke'
>>> y = ['choke','poke','loc','joke','mediocre', 'folk']
>>>
>>> difflib.get_close_matches(x,y)
['poke', 'joke', 'choke']


>>> x = 'nev york'
>>> y = ['New York', 'Compton', ' Phoenix']
>>> difflib.get_close_matches(x,y)
['New York']

唯一的另一部分是将所有城市正确拼写到列表中..或找到具有“正确拼写城市”字文件的人

于 2013-06-06T23:03:55.300 回答
1

咳咳……好吧。这是一个不同的方法

from selenium import webdriver
from selenium.webdriver.common.keys import Keys


def setup():
    driver = webdriver.Chrome()
    driver.get("http://maps.google.com")
    return driver

def spelledCorrectly(driver, maybeMisspelled):
    searchBox = driver.find_element_by_name('gbqfq')
    searchBox.send_keys(maybeMisspelled)
    ref = driver.find_element_by_id('refsec')

    if ref.text == u'':
        print "Spelled Correctly"
    else:
        print ref.text


if __name__ == "__main__":
     driver = setup() #pass this object into spelledCorrectly
     spelledCorrectly(driver,"schenekctity")

运行setup()一次,然后运行spelledCorrectly()任何单词。

例如......

driver = setup()
for item in giant_misspelled_list_of_cities:
     spelledCorrectly(driver, item)
于 2013-06-06T23:38:29.923 回答