带字典编辑器程序的免费拼写检查器

• 下载演示程序 - 76.7 Kb
• 下载演示源代码 - 17.1 Kb
• 下载字典编辑器程序 - 127 Kb
• 下载字典编辑器源代码 - 27.3 Kb
• 下载字典 - 241 Kb

引言

首先，我想明确一下。是的，这是一个拼写检查器；不，您不需要任何 DLL 或 ActiveX 控件；是的，它是免费的。

但它速度很慢，还需要更多工作（正如您从截图看到的——它提供了数百个建议！）。我在这里发布这个未完成版本的主要原因是为了让其他人能够改进（甚至推翻重写）它的主要“引擎”代码，并为其添加其他功能。

谢谢

部分代码来自以下人员：

• Zafir Anjum - CListCtrl 排序代码
• Chris Maunder - 提供本网站和 CProgressControl 类

背景

几个月前，我需要为我的一个应用程序添加拼写检查器。我研究了各种 DLL 和 ActiveX 控件，但它们似乎不能按我想要的方式工作。我还发现了一些适用于 Unix 的开源拼写检查器，但将它们轻松地转换为 Windows 并不容易。

最后，我决定尝试自己制作，并在进行了一些实验后，我意识到我首先需要一个字典来测试结果的准确性。在过去的四个月里，我一直在编译字典，然后测试了我最初的代码，看看它的效果如何。它非常慢，而且由于我对大型数组和列表没有太多经验，我认为最好在这里发布它，让其他人查看和改进/修改它。

Components

这个项目/文章包含三个部分和下载。字典本身、一个字典编辑器程序和一个测试拼写检查器程序。

词典

该字典包含近 75,000 个单词，为英语（英国/国际）。大部分单词来自网上的一些可用字典，但令人惊讶的是，尽管它们包含许多地名和我从未听说过的单词（但我在 OED 中查到它们确实存在 :)），但它们似乎缺少许多日常用语（例如，their，owner，仅举几例）。自从我开始这个项目以来，我花了几个月的时间添加单词并进行检查（以及检查现有的大部分单词），虽然我相当有信心其准确性非常好，但它不会是完美的，而且可能还会遗漏不少单词 :）。

请随意添加单词，或者将单词以文本文件的形式发送给我，我会更新它，但目前它是英式英语，所以如果我们打算添加诸如 "Color" 和 "Customize" 而不是 "Colour" 和 "Customise" 等单词，最好还是开始一个美式英语版本 <g>。

它采用示例程序使用的二进制格式，我将在下一节中解释。您可以使用字典编辑器程序将其导出为纯文本文件。

字典编辑器

首先，我将讨论字典的格式——两个程序都使用此格式来读取和编辑字典。

我基本上只使用一个包含所有单词的 CStringArray 数组，然后将其序列化到文件中。

它比使用我之前使用的 CObArray 数组更快，但仍然不够快。

程序本身只是一个默认的 MFC AppWizard 程序，其中有一个 CListView 视图，该视图被子类化为一个自定义的 CListCtrl，该自定义 CListCtrl 具有一个排序函数（感谢 CodeGuru 上的 Zafir Anjum），并且该函数被修改得稍微不区分大小写。

它使用一个 CStringArray 数组来存储每个单词。

字典编辑器中的大部分代码都有注释，所以我在这里不作完整解释。

它有三个工具栏按钮（添加、删除和修改），允许您添加、删除和修改单词。

它还在 文件 菜单上具有 导入 和 导出 命令，允许您将单词从文本文件导入和导出到文本文件，每个单词占一行。

Import 函数中有注释掉的代码，可以检查要添加的每个单词，并确保它不存在。

它被注释掉的原因是它不起作用——导入完整字典时，它运行了 7 个小时，而 UltraEdit 在不到两秒钟的时间内完成了删除重复项和排序，这充分说明了这段代码的效率 :)。

单击 单词 列标题控件将对联系人进行排序。

工具 菜单包含三个命令

修剪

Trim 命令会遍历所有单词，对它们执行 TrimLeft() 和 TrimRight() 操作，以删除前导和尾随空格。

void CDictionaryEditorView::OnToolsTrim() 
{
    CWaitCursor wait; // Display a wait cursor

    CListCtrl& m_List = GetListCtrl(); // Get handle to the base List Control

    // Get the number of words in the list control
    int x = m_List.GetItemCount();
    
    GetDocument()->array.RemoveAll(); // Remove all words in our dictionary

    for (int j = 0; j < x; j++) // For each item in the list
    {
        CString strWord;

        strWord = m_List.GetItemText(j, 0); // Get the word

        strWord.TrimLeft(); // Remove leading spaces
        strWord.TrimRight(); // Remove trailing spaces

        // Overwrite the old word with the new trimmed word
        m_List.SetItemText(j, 0, strWord);

        GetDocument()->AddWord(strWord); // Add the word to the dictionary
    }

    GetDocument()->SetModifiedFlag(); // Set the document to be modified
}

小写

Lowercase 命令会遍历所有单词，并对它们执行 MakeLower() 操作，使它们全部变为小写。

void CDictionaryEditorView::OnToolsLowercase() 
{
    CWaitCursor wait; // Display a wait cursor

    CListCtrl& m_List = GetListCtrl(); // Get handle to the base List Control

    // Get the number of words in the list control
    int x = m_List.GetItemCount();

    GetDocument()->array.RemoveAll(); // Remove all words in our dictionary

    for (int j = 0; j < x; j++) // For each item in the list
    {
        CString strWord;

        strWord = m_List.GetItemText(j, 0); // Get the word

        strWord.MakeLower(); // Make the word lowercase

        // Overwrite the old word with the new lowercase word
        m_List.SetItemText(j, 0, strWord);

        GetDocument()->AddWord(strWord); // Add the word to the dictionary
    }

    GetDocument()->SetModifiedFlag(); // Set the document to be modified
}

查找和查找下一个

Find 命令会遍历单词列表，查找包含特定字符的单词，然后逐个突出显示并选择它们。

我用它来查找未正确导入（由于二进制格式）并且两侧有 Trim 命令找不到的无效字符的单词，然后手动编辑它们。Find Next 命令从上一个找到的单词继续。

void CDictionaryEditorView::OnToolsFind() 
{
    CListCtrl& m_List = GetListCtrl(); // Get handle to the base List Control

    m_nFind = 0; // Reset FindNext counter to 0

    // Get the number of words in the list control
    int x = m_List.GetItemCount(); 
    
    for (int j = m_nFind; j < x; j++) // For each item in the list
    {
        CString strWord;

        strWord = m_List.GetItemText(j, 0); // Get the word

        // Does that word have one of the following characters in it?
        if (strWord.FindOneOf("»¼½¾¿ÀÁÂÃÄÅÆÇÈÉÊËÌÍÎÏÐÑÒÓÔÕÖ"
                "×ØÙÚÛÜÝÞßàáâãäåæçèéêëìíîïðñòôõö÷øùúûüýþÿ") != -1)
        {
            // Select the word in the list
            m_List.SetItemState(j, LVIS_SELECTED | 
              LVIS_FOCUSED, LVIS_SELECTED | LVIS_FOCUSED); 
            // Make sure it's visible in the list
            m_List.EnsureVisible(j, FALSE); 

            m_nFind = j + 1; // Update the FindNext counter

            return; // Return as we've found what we wanted
        }
    }
}

测试拼写检查器

问题就出在这里。它很混乱，而且很慢。

总之，主要的测试程序包含一个主对话框，其中有一个文本框和两个命令按钮。CSpellDlg 类负责处理此对话框以及主要的拼写检查功能。

选项 按钮会打开选项对话框，让您配置字典的位置和自定义字典应存储的位置。

您需要在测试程序之前执行此操作。

还有一个拼写检查器对话框，您可能熟悉它的某种形式（这个类似于 Visio 的），当找到一个未识别的单词时就会显示出来。

它会显示单词和任何拼写建议，并将单击的按钮返回到主对话框。

因此，它的工作原理是这样的（或者说，它的“不”工作原理 :)）：假设主文本框中有句子，当您单击 Spell 按钮时，会执行 OnSpell() 函数。

它执行以下操作：

首先，它使用 UpdateData() 函数从文本框中获取文本，然后检查字典是否存在，如果存在，则加载它们。然后它创建一个 CStringArray 来存储应在当前会话中忽略的单词（当用户单击 Ignore All 时），并初始化计数器。

UpdateData(TRUE); // Get the text from the text box

// Check the main dictionary exists
CFileStatus status;
if(CFile::GetStatus(AfxGetApp()->GetProfileString("Settings", 
                                             "Main", ""), status)) 
{
    CFile cfSettingsFile (AfxGetApp()->GetProfileString("Settings", 
            "Main", ""), CFile::modeNoTruncate | CFile::modeReadWrite );
    CArchive ar ( &cfSettingsFile, CArchive::load );
    array.Serialize ( ar ); // Load the main dictionary
}

// See if a custom dictionary exists
CFileStatus status2;
if(CFile::GetStatus(AfxGetApp()->GetProfileString("Settings", 
                                          "Custom", ""), status2)) 
{
    CFile cfSettingsFile (AfxGetApp()->GetProfileString("Settings", 
            "Custom", ""), CFile::modeNoTruncate | CFile::modeReadWrite );
    CArchive ar ( &cfSettingsFile, CArchive::load );
    custarray.Serialize ( ar ); // Load the custom dictionary
}

CString strStart = m_strText;

CStringArray IgnoreAll; // Initialise Ignore All list

int nPos = 0; // Initialise position counters
int nPos2 = 0;

下一步是执行一个 While 循环，查找特定字符（使用自定义的 FindOneOf() 函数，该函数允许您指定从何处开始查找）。这些字符通常是分隔单词的字符（“!'()[]<>,.). 这个循环基本上找到了每个新单词。

在此循环中，提取单词，删除前导和尾随空格，如果它为空、长度为一字符或包含数字和其他特定字符，则忽略它。

CString strWord = strStart.Mid(nPos, nPos2 - nPos);

strWord.TrimLeft();
strWord.TrimRight();

if (strWord == "" || strWord.GetLength() == 1 || 
    strWord.FindOneOf("0123456789+-/@?:*.,") != -1)
{
    // Ignore the word
}

否则，程序会遍历字典以查看单词是否存在。它还会遍历自定义字典以查看它是否存在，并查看 IgnoreAll 列表以查看是否应忽略该单词。如果在任何这些情况下找到该单词，它会将 bFound 标志设置为 TRUE 并返回到主循环。

如果在检查完字典和 IgnoreAll 列表后找到了该单词，那么它会返回到主 While 语句，忽略该单词，然后尝试下一个单词。

BOOL bFound = FALSE;

for (int i = 0; i < array.GetSize(); i++) 
// Is the word in the main dictionary?
{
    CString strCheckWord;

    strCheckWord = GetWord(i);

    if (strWord.CompareNoCase(strCheckWord) == 0)
    {
        bFound = TRUE; // Yes, exit this for statement
        break;
    }
}

for (int j = 0; j < custarray.GetSize(); j++) 
// Is the word in the custom dictionary?
{
    CString strCheckWord;

    strCheckWord = GetWordCustom(j);

    if (strWord.CompareNoCase(strCheckWord) == 0)
    {
        bFound = TRUE; // Yes, exit this for statement
        break;
    }
}


for (int f = 0; f < IgnoreAll.GetSize(); f++) // Should we ignore the word?
{
    if (strWord.CompareNoCase((LPCTSTR)IgnoreAll[f]) == 0)
    {
        bFound = TRUE; // Yes, exit this for statement
        break;
    }
}

否则，如果未在任何地方找到该单词，我们就到了有趣的部分，在该部分中，单词将在文本框中突出显示，找到可能的单词建议，并显示拼写检查对话框，以便用户可以选择要采取的操作。

这一部分需要重写，因为它很混乱，而且效果不佳。

我尝试做的是遍历字典中的每个单词，看看它是否从左边开始与拼写错误的单词的所有字符匹配 - 1 个字符，然后是左边 - 2 个字符、-3 个字符等，并且字典中的单词与拼写错误的单词越接近，就越将其添加到建议列表的顶部。

但是，我使用的代码在这些条件下浪费了大量时间来查找相同单词，即使起始字符不同，所以 25/26 的时间循环都是无用的，因此需要更改。

这种查找正确单词的方法也找不到“upon”，如果输入的是“apon”，而大多数其他拼写检查器都可以毫无问题地找到它，所以如果引入某种元音交换，并且从右边开始反向执行算法，那会更准确。

m_Text.SetSel(nPos, nPos2); // Select the unfound word in the text box

CSpellDialog dlg;

dlg.m_strWord = strWord; // Initialise the Spelldialog

int nGood = 0;

for (int i = 0; i < array.GetSize(); i++) 
// for each word in the main dictionary
{
    CString strGetWord;

    strGetWord = GetWord(i); // Get the word

    // Loop through from the number of characters backwards
    for (int j = strWord.GetLength(); j >= 1; --j)
    {
        CString strGetWord;

        strGetWord = GetWord(i);

        /* Does the left hand side of the
           dictionary word equal the left hand side
           of the misspelt word?*/

        if (strGetWord.Left(j).CompareNoCase(strWord.Left(j)) == 0)
        {
            BOOL bGood = FALSE;

            if (strWord.GetLength() <= 3) 
            // Is the word roughly of the same length
            {
                // Are the first to characters the same?
                if (strGetWord.Left(2).CompareNoCase(strWord.Left(2)) == 0) 
                {
                    bGood = TRUE; // *Must* be a good match! <g>
                }
            }
            else
            {
                if (strGetWord.Left(strWord.GetLength() - 2).CompareNoCase(
                                 strWord.Left(strWord.GetLength() - 2)) == 0)
                {
                    bGood = TRUE;
                }
            }
            
            BOOL bFoundWord = FALSE;

            for( int k = 0; k < dlg.m_saSuggestions.GetSize(); k++ ) 
            // Is this word already suggested?
            {
                if (strGetWord.CompareNoCase(
                  (LPCTSTR)dlg.m_saSuggestions[k]) == 0)
                {
                    bFoundWord = TRUE;
                    break;
                }
            }

            if (bFoundWord == FALSE)
            {
                if ((strGetWord.GetLength() >= (strWord.GetLength() - 1)) && 
                    (strGetWord.GetLength() <= (strWord.GetLength() + 1)))
                {
                    if (bGood == TRUE) 
                    // Good match, so add it near
                    // the top of the suggestion list
                    {
                        dlg.m_saSuggestions.InsertAt(nGood, strGetWord);
                        nGood ++;
                    }
                    else
                    {
                        dlg.m_saSuggestions.Add(strGetWord);
                    }
                }
                break;
            }
        }
    }
}

然后对自定义字典重复此过程。

最后阶段是显示拼写检查对话框，它允许用户选择是 忽略单词、将其添加到自定义字典，还是 更改 为列表框中的一个建议。然后程序根据用户单击的按钮执行相应的操作。

if (dlg.DoModal() == IDOK) 
// Display the Spell Dialog and wait for the user to do something
{
    if (dlg.m_nOption == 1) 
    // Add Word was clicked, so add the word
    // to the custom dictionary
    {
        CString strAddWord = strWord;
        strAddWord.MakeLower();

        AddWordCustom(strAddWord);

        CFile cfSettingsFile (AfxGetApp()->GetProfileString("Settings", 
           "Custom", ""), CFile::modeCreate | 
           CFile::modeNoTruncate | CFile::modeReadWrite );
        CArchive ar2 ( &cfSettingsFile, CArchive::store );
        custarray.Serialize ( ar2 ); // Save the custom dictionary
                        
    }
    else if (dlg.m_nOption == 2) 
    // Change button was clicked, so change the word
    {
        strStart.Delete(nPos, nPos2 - nPos);
        m_strText.Delete(nPos, nPos2 - nPos);

        strStart.Insert(nPos, dlg.m_strChangeTo);
        m_strText.Insert(nPos, dlg.m_strChangeTo);

        nPos2 = nPos + dlg.m_strChangeTo.GetLength();

        UpdateData(FALSE); // Update the text box

    }
    else if (dlg.m_nOption == 3)
    {
        // ignore button was clicked, so ignore the word this once
    }
    else if (dlg.m_nOption == 4) 
    // Ignore all button was clicked, so add it to the IgnoreAll list
    {
        CString strIgnoreAllWord = strWord;
        strIgnoreAllWord.MakeLower();
        IgnoreAll.Add(strIgnoreAllWord);
    }
}
else
{
    return; // Cancel button or Close button where clicked, so quit function
}

现在它应该“可以工作”了 :)。

改进

我知道有很多 <g>。

查找建议算法需要大量工作，并且需要大大提速，因为它在比较字符串时浪费了大量时间，而第一个字符甚至都不相同——这是主要的瓶颈，但实际上所有东西都需要优化。

目前，它只尝试查找以拼写错误单词的相同字符开头的正确单词，但这并不总是情况。一个交换元音的算法可能效果最好，但看看 Microsoft Word 的建议单词的方式，它知道您想要什么单词，即使在某些情况下它与您输入的单词不太相似，所以也许有什么更复杂的事情正在发生，比如字典被细分成几个部分，这样经常拼写错误的单词就会在一起，这样程序就更容易选择建议。

另一件可能应该添加的事情是 全部更改 按钮，用于一次性更正所有以某种方式拼写错误的单词。

问题的一半可能是我使用了所有 MFC 函数，但我尝试将所有内容（除了数组）都使用标准 C 函数，但似乎没有帮助，所以为了本文的目的，我把它们都去掉了（我留下了一个函数，这样您就可以看到我尝试过的那种东西）。

如果有任何建议或改进，请发送给我或在此处发布。