python - 拼写检查算法输出所有内容而不仅仅是拼写错误(Python)？

Question

我基本上是在尝试编写一个简单的拼写检查程序，它会提示您输入文件，然后分析输入文件中可能出现的拼写错误(通过使用二进制搜索来查看该词是否在字典中)，在输出文件中打印它们之前。然而，目前，它输出输入文件中的所有内容而不仅仅是错误......我的代码如下:

import re

with open('DICTIONARY1.txt', 'r') as file:
    content = file.readlines()
    dictionary = []
    for line in content:
        line = line.rstrip()
        dictionary.append(line)

def binary_search(array, target, low, high):
    mid = (low + high) // 2
    if low > high:
        return -1
    elif array[mid] == target:
        return mid
    elif target < array[mid]:
        return binary_search(array, target, low, mid-1)
    else:
        return binary_search(array, target, mid+1, high)

input = input("Please enter file name of file to be analyzed: ")
infile = open(input, 'r')
contents = infile.readlines()
text = []
for line in contents:
    for word in line.split():
        word = re.sub('[^a-z\ \']+', " ", word.lower())
        text.append(word)
infile.close()
outfile = open('TYPO.txt', 'w')
for data in text:
    if data.strip() == '':
        pass
    elif binary_search(dictionary, data, 0, len(data)) == -1:
        outfile.write(data + "\n")
    else:
        pass

file.close
outfile.close

我似乎无法弄清楚出了什么问题。 :(任何帮助将不胜感激!谢谢。 :)

Answer 1

我尝试用 len(dictionary) 替换 len(data) 因为这对我来说更有意义，而且它似乎在我非常有限的测试中起作用。

我认为您将相关单词的长度作为字典的上限传递。因此，如果您要查找“狗”这个词，您只会检查字典中的前 3 个词，并且由于您的词典可能非常大，所以几乎每个词都找不到(所以每个词都在输出文件中)。