Как заменить все слова с опечатками на правильные?

Question

[Сергей Сергей]

Всем привет
У меня есть список правильных фраз
и строка содержащая некоторые из этих фраз, НО с опечатками
Как заменить все фразы с опечатками на правильные?
Например правильная фраза: Привет люди
А строка: здравствуйте все, проает оюди
И надо как те заменить на правильное

Comments

[keskiy]

думаю проще будет создать словарь (dict)
slovar = {'правильная фраза': "неправильная", "dvf":"sdfvd", .....}

потом проходимся по строкам (назовем stroka)
for key, value in slovar.item():
....if value in stroka:
........stroka = stroka.replace(value, key)

[АртемЪ]

keskiy,

slovar = {'правильная фраза': "неправильная", "dvf":"sdfvd", .....}

Ну допустим нужна фраза "Привет люди"
Занести правильную фразу в словарь проблем нет.
А как быть с неправильной? -
Приветт люди
Превет люди
Превед люди.
Привет леди
Прувет люди
Првет люди
И еще пару сотен вариантов.

[Сергей Горностаев]

При чём тег "big data"? У вас петабайт или более данных?

Answer 1

[АртемЪ]

Вам нужен нечеткий поиск слов.
Например расстояние Левенштейна
Вот небольшой обзор популярных алгоритмов.

В общем ищете совпадения в словаре, если находите - меняете.

Comments

[Сергей Сергей]

АртемЪ, найти то я могу, но как поменять? я же не знаю позиций замены или точного сочетания

[АртемЪ]

Сергей Сергей,

найти то я могу, но как поменять? я же не знаю позиций замены или точного сочетания

Не понял смысла фразы.
Вы для этого и ищете, чтобы знать точную позицию замены..
Если нашли - знаете точно где менять. Номер строки и символа в строке, с которого начинается замена.

[Сергей Сергей]

АртемЪ, я говорю про стандартный partial_ratio, он только процент совпадения выдает

[АртемЪ]

Сергей Сергей, Не понял о чем вы вообще...
Берете и ищите по сырому тексту - читаете первое слово или словосочетание.
Проверяете наличие в словаре похожих.
Если в словаре есть 100% совпадения - нужды в замене нет.
Если в словаре нет похожих - тоже нужды в замене нет.
А вот если в словаре есть похожие с определенной степенью сходства - значит нужно менять.
И вы знаете начало и продолжительность текста подлежащего замене.