c# - 如何从给定的 hunspell 字典中获取所有可能的单词？

Question

我想解析支持 hunspell 格式的开放式办公室 aff和 dic文件。

英文aff和 dic文件可以从这里下载，例如:http://extensions.openoffice.org/en/project/english-dictionaries-apache-openoffice

我想扫描给定 .dic 的每一行文件并使用提供的 .aff 生成每行的每个可能的单词文件

我怎样才能做到这一点？

我已经安装了 NHunspell 框架，但它没有这个功能:https://www.nuget.org/packages/NHunspell/

例如对于英语让我们考虑

make/UAGS

制作可 make, made, makes, making等等

现在我需要解析器给我所有这些组合。我怎样才能获得它们？非常喜欢

所以基本上我想扫描字典的每一行并从该行的单词中生成所有可能的单词，我不知道我该怎么做

我也可以编写自己的解析器，但在我看来规则非常复杂，并且没有关于此的详细和简单的文档

这里我想要的基本上。图片解释的很清楚

捐赠 analyze/ADSG , en.dic和 en.aff文件并获取以下所有单词

analyze, analyzes, analyzing, analyzed, reanalyze, reanalyzes, reanalyzing, reanalyzed

Answer 1

如果你想要整个数据库，你可以执行 unmunch :

unmunch dictionary.dic dictionary.aff

请注意，当前 hunspell 中 unmunch 的实现有最大单词数、affs 和生成单词长度的限制。因此，如果目标语言超出了 unmunch 的限制，则 unmunch 可能会失败。

如果您只想要可以从条目中生成的可能单词列表，您可以使用 wordforms :

wordforms dictionary.aff dictionary.dic word