6

可以aspell在管道模式下为 html 和 xml 文件输出行号而不是偏移吗？我无法逐行读取文件，因为在这种情况下aspell无法识别封闭标签（如果标签位于下一行）。

4

4 回答 4

4

这将输出所有出现的带有行号的拼写错误的单词：

# Get aspell output...
<my_document.txt aspell pipe list -d en_GB --personal=./aspell.ignore.txt |

# Proccess the aspell output...
grep '[a-zA-Z]\+ [0-9]\+ [0-9]\+' -oh | \
grep '[a-zA-Z]\+' -o | \
while read word; do grep -on "\<$word\>" my_document.txt; done

在哪里：

  • my_document.txt 是您的原始文档
  • en_GB 是您的主要字典选择（例如尝试 en_US）
  • aspell.ignore.txt 是 aspell 个人词典（示例如下）
  • aspell_output.txt 是管道模式下 aspell 的输出（ispell 风格）
  • result.txt 是最终结果文件

aspell.ignore.txt 示例：

personal_ws-1.1 en 500
foo
bar

示例 results.txt 输出（用于 en_GB 字典）：

238:color
302:writeable
355:backends
433:dataonly

您还可以通过将最后一行更改grep -on为grep -n.

于 2011-06-19T18:57:46.800 回答
1

这只是一个想法，我还没有真正尝试过（我在 Windows 机器上:()。但也许你可以通过 head 管道传输 html 文件（有字节限制）并使用 grep 计算换行符来找到你的行数字。它既不高效也不漂亮，但它可能只是工作。

cat icantspell.html | head -c <offset from aspell> | egrep -Uc "$"
于 2011-06-18T04:36:43.883 回答
1

我使用以下脚本来执行拼写检查并解决aspell -a/的尴尬输出ispell。同时，该脚本还解决了2ndaspell 无法识别序数 like 的问题，方法是简单地忽略 aspell 报告的所有不是它自己的单词的内容。

#!/bin/bash

set +o pipefail

if [ -t 1 ] ; then
    color="--color=always"
fi

! for file in "$@" ; do
    <"$file" aspell pipe list -p ./dict --mode=html |
    grep '[[:alpha:]]\+ [0-9]\+ [0-9]\+' -oh |
    grep '[[:alpha:]]\+' -o |
    while read word ; do
        grep $color -n "\<$word\>" "$file"
    done
done | grep .

stdout如果脚本的 是终端，您甚至会获得彩色输出，并且如果1脚本发现拼写错误，您会获得退出状态，否则脚本的退出状态为0.

此外，该脚本保护自己免受pipefail，这是一个比较流行的选项，即在 a 中设置，Makefile但不适用于此脚本。最后但并非最不重要的一点是，当它还匹配非 ASCII 字符（如德语和其他字符）时，该脚本显式使用[[:alpha:]]而不是混淆。也确实如此，但这在某种程度上令人惊讶。[a-zA-Z]äöüÄÖÜß[a-zA-Z]

于 2015-08-16T13:13:25.733 回答
0

aspell pipe//aspell -a每ispell输入一行输出一个空行（报错后）。

使用 awk 打印行号的演示：

$ aspell pipe < testFile.txt |
awk '/^$/ { countedLine=countedLine+1; print "#L=" countedLine; next; } //'

产生这个输出：

@(#) International Ispell Version 3.1.20 (but really Aspell 0.60.7-20110707)
& iinternational 7 0: international, Internationale, internationally, internationals, intentional, international's, Internationale's
#L=1
*
*
*
& reelly 22 11: Reilly, really, reel, rely, rally, relay, resell, retell, Riley, rel, regally, Riel, freely, real, rill, roll, reels, reply, Greeley, cruelly, reel's, Reilly's
#L=2
*
#L=3
*
*
& sometypo 18 8: some typo, some-typo, setup, sometime, someday, smote, meetup, smarty, stupor, Smetana, somatic, symmetry, mistype, smutty, smite, Sumter, smut, steppe
#L=4

与 testFile.txt

iinternational
I say this reelly.
hello
here is sometypo.

（仍然不如hunspell -u（https://stackoverflow.com/a/10778071/4124767）好。但是 hunspell 错过了一些我喜欢的命令行选项。）

于 2020-05-13T07:34:00.903 回答