产生拼写检查器

Posted 2023-05-07

【中文标题】产生拼写检查器

【英文标题】：Yielding spellchecker

【发布时间】：2012-09-05 10:59:09

【问题描述】：

标题可能有点误导；我的拼写检查器更关注格式而不是拼写（大写字母、标点符号和空格、撇号、将互联网俚语转换为完整单词、经常打乱的单词等）。但是，基本原则适用。

基本上，我正在构建的 JS/jQuery 检查器会在输入单词时纠正它们（在单词后输入空格或标点符号之后）。

但是，就像任何自动更正一样，它必然会出错。我什至没有考虑创建功能来确定“它”或“它的”在给定情况下是否更合适（尽管如果存在这样的插件或代码 sn-p，请给我指出一个）。

所以我想让它成为一个“屈服”的自动更正（因为缺乏更好的名字的知识）。基本上;

用户键入一个会触发检查器的单词，然后键入一个 空间。 检查员更正单词。 用户认为这是一个错误 并将其改正（通过将整个单词或部分单词退格， 或突出显示它，或者他们觉得编辑它很舒服）。 该 用户继续输入，检查器不会再次触摸该单词的该实例。

现在最简单的当然是完全禁用对该单词的检查，但我希望检查器能够更正它的未来实例。我正在寻找的是检测用户将自动更正的单词（无论是在键入之后还是之后）编辑回自动更正之前的状态，然后学会不理会该单词的特定实例。

我什至不知道从哪里开始。我正在考虑一个 contenteditable，每个单词都包含在一个 span 中，自动更正的单词具有特殊的类和包含原始单词的 data-* 属性，监听自动更正单词的编辑，如果它被编辑回等于 data-*值，添加一个类，使其不参与未来的自动更正轮次。

我认为这可能是不必要的复杂，或者至少不是阻力最小的路径。这样做最聪明的方法是什么？

【问题讨论】：

你的方法对我来说似乎很好。您是否在寻找内容可编辑的替代方案，或者是什么让您怀疑？

我总是怀疑自己的处理方法。似乎跟踪这些跨度，尤其是在中间编辑或删除内容时，可能会变得混乱。

对于它的价值，当我的打字为我自动更正时，我不感激。是的，手动修复我拼错的东西很麻烦，但自动更正常常与我的意图不符，直到我离开几个字时我才注意到（因为我以 90 wpm+ 的速度触摸打字） .这个系统对我来说太烦人了。最好让我看到有问题并评估。

@ErikE 完全同意，这个系统并不适合所有人，禁用它的选项是必须的。这让我想起了您可以输入的不同方式，例如，在文本编辑器中输入日语文本：您可以在平假名中键入每个单词，将其转换为汉字，然后移动到下一个单词，重复；或者您在平假名中键入整个句子或段落，然后继续快速连续地将其转换为单词。快速打字员确实更喜欢后者，恕我直言，它也适用于拼写检查。

正如我所提到的，我本身并不是在构建拼写检查器。我也发现它们的不准确性很烦人，更不用说它是多余的，因为浏览器通常都有自己的内置检查器。我想要做的是修复标点符号、大写字母等方面的错误——语言风格更正通常不符合一个人的意见或偏好，我敢说，自动更正更容易正确。但是，我是自定义的忠实支持者，因此用户可以在自动更正、错误突出显示和什么都没有之间进行选择。

【参考方案1】：

乍一看，您建议的方法（将span 中的每个单词分开并在其中存储其他数据）似乎是最明智的方法。在编辑器级别，您只需要确保所有文本都在某个 span 中，并且每个文本只包含一个单词（如有必要，将其拆分）。在单词级别上，只需监听spans 的变化（绑定input 和propertyChange）并根据其类/数据采取行动。

然而，真正的痛苦是保持插入符号的位置一致。当您更改 textarea 或带有 contentEditable 的元素的内容时，插入符号的移动相当不可预测，并且没有简单的（跨浏览器）方法来跟踪插入符号。我在 SO 和其他地方都搜索了解决方案，我找到的最简单的工作解决方案是 this blog post。不幸的是它只适用于textarea，因此无法使用“跨度中的每个单词”的解决方案。

所以，我建议采用以下方法：

在Array 中保留单词列表，其中每个单词都存储当前值和原始值； 当textarea的内容发生变化时，保持不变的单词集，其余的重做； 仅当插入符号紧跟在非单词字符之后（有改进空间）并且您没有点击 backspace 时才应用拼写检查； 如果用户对更正不满意，点击一次backspace 将撤消它，并且不会再次检查它

除非修改

。 如果一次进行了多项更正（例如，如果复制粘贴了大量文本），则每个 backspace 都会撤消一次更正，直到没有人留下为止。 点击任何其他键将提交更正，因此如果用户仍然不满意，他将不得不返回并再次更改。 注意：与OP要求不同，如果用户输入非单词字符，更改后的版本

将

再次自动更正；他需要点击一次backspace 来“保护”它。

我在jsFiddle 创建了一个简单的概念验证。详情如下。请注意，您可以将其与其他方法结合使用（例如，检测“向下箭头”键并显示带有一些自动更正选项的菜单）等。

---

proof-of-concept的步骤详解：

在Array 中保留一个单词列表，其中每个单词都存储当前值和原始值；

var words = [];

此正则表达式将文本拆分为单词（每个单词都有一个 word 属性和一个 sp 属性；后者立即存储非单词字符）

delimiter:/^(\w+)(\W+)(.*)$/,
...
regexSplit:function(regex,text) 
    var ret = [];
    for ( var match = regex.exec(text) ; match ; match = regex.exec(text) ) 
        ret.push(
            word:match[1],
            sp:match[2],
            length:match[1].length + match[2].length
        );
        text = match[3];
    
    if ( text )
        ret.push(word:text, sp:'', length:text.length);
     return ret;

当textarea的内容发生变化时，保持不变的单词集合，其余的重做；

    // Split all the text
    var split = $.autocorrect.regexSplit(options.delimiter, $this.val());
    // Find unchanged words in the beginning of the field
    var start = 0;
    while ( start < words.length && start < split.length ) 
        if ( !words[start].equals(split[start]) )
            break;
        start++;
    
    // Find unchanged words in the end of the field
    var end = 0;
    while ( 0 < words.length - end && 0 < split.length - end ) 
        if ( !words[words.length-end-1].equals(split[split.length-end-1]) ||
             words.length-end-1 < start )
            break;
        end++;
    
    // Autocorrects words in-between
    var toSplice = [start, words.length-end - start];
    for ( var i = start ; i < split.length-end ; i++ )
        toSplice.push(
            word:check(split[i], i),
            sp:split[i].sp,
            original:split[i].word,
            equals:function(w) 
                return this.word == w.word && this.sp == w.sp;
            
        );
    words.splice.apply(words, toSplice);
    // Updates the text, preserving the caret position
    updateText();

仅当插入符号就在非单词字符之后（有改进的空间）并且您没有点击 backspace 时才应用拼写检查；

var caret = doGetCaretPosition(this);
var atFirstSpace = caret >= 2 &&
                   /\w\W/.test($this.val().substring(caret-2,caret));
function check(word, index) 
    var w = (atFirstSpace && !backtracking ) ?
            options.checker(word.word) :
            word.word;
    if ( w != word.word )
        stack.push(index); // stack stores a list of auto-corrections
    return w;

如果用户对更正不满意，点击一次backspace 将撤消它，并且不会再次检查它除非修改。

$(this).keydown(function(e) 
    if ( e.which == 8 ) 
        if ( stack.length > 0 ) 
            var last = stack.pop();
            words[last].word = words[last].original;
            updateText(last);
            return false;
        
        else
            backtracking = true;
        stack = [];
    
);

updateText 的代码只是将所有单词再次连接成一个字符串，并将值设置回textarea。如果没有任何更改，或者在最后一次完成/撤消的自动更正之后放置插入符号，则会保留插入符号，以说明文本长度的变化：

function updateText(undone) 
    var caret = doGetCaretPosition(element);
    var text = "";
    for ( var i = 0 ; i < words.length ; i++ )
        text += words[i].word + words[i].sp;
    $this.val(text);
    // If a word was autocorrected, put the caret right after it
    if ( stack.length > 0 || undone !== undefined ) 
        var last = undone !== undefined ? undone : stack[stack.length-1];
        caret = 0;
        for ( var i = 0 ; i < last ; i++ )
            caret += words[i].word.length + words[i].sp.length;
        caret += words[last].word.length + 1;
    
    setCaretPosition(element,caret);

最终的插件结构：

$.fn.autocorrect = function(options) 
    options = $.extend(
        delimiter:/^(\w+)(\W+)(.*)$/,
        checker:function(x)  return x; 
    , options);
    return this.each(function() 
        var element = this, $this = $(this);
        var words = [];
        var stack = [];
        var backtracking = false;
        function updateText(undone)  ... 
        $this.bind("input propertyChange", function() 
            stack = [];
            // * Only apply the spell check if the caret...
            // * When the contents of the `textarea` changes...
            backtracking = false;
        );
        // * If the user was unsatisfied with the correction...
    );
;
$.autocorrect = 
    regexSplit:function(regex,text)  ... 
;

【讨论】：

多么有趣的项目，你有幸有时间玩！

【参考方案2】：

假设您只提交插入符号左侧的单词，您是否可以禁用拼写检查器，直到键入空格字符或移动文本框插入符号？

我不确定这是否是您想要的答案。