本文参考资料来自：
程序源码作者及来源：http://norvig.com/spell-correct.html
中文翻译版：http://www.ruanyifeng.com/blog/2012/10/spelling_corrector.html
这段程序比较有意思，可以实现英文单词的纠错，实现的思想也非常简单，但效果却比较不错
举例，譬如用户想输入单词somebody，但却误输入成somebady，程序就可以帮你就纠正出来
使用方法为 correction('你所输入的单词')
就个人看来，程序有些可以改进的地方，比如提供单词库更大的文件（作者所提供的big.txt含有32198个单词），
或者直接使用纯词典式的单词库；提供给用户更多的选项，而不仅仅是一个；算法的部分还可以进一步改进。
程序主要思路：
第一步，建立一个足够大的文本库。
网上有一些免费来源，比如古登堡计划、Wiktionary、英国国家语料库等等。
第二步，取出文本库的每一个单词，统计它们的出现频率。
第三步，根据用户输入的单词，得到其所有可能的拼写相近的形式。
所谓"拼写相近"，指的是两个单词之间的"编辑距离"（edit distance）不超过2。也就是说，两个词只相差1到2个字母，只通过----删除、交换、更改和插入----这四种操作中的一种，就可以让一个词变成另一个词。
第四步，比较所有拼写相近的词在文本库的出现频率。频率最高的那个词，就是正确的拼法。
根据Peter Norvig（原作者）的验证，这种算法的精确度大约为60%-70%（10个拼写错误能够检查出6个。）虽然不令人满意，但是能够接受。毕竟它足够简单，计算速度极快。（本文的最后部分，将详细讨论这种算法的缺陷在哪里。）
当然程序也不是万能的：
（1）文本库必须有很高的精确性，不能包含拼写错误的词。
如果用户输入一个错误的拼法，文本库恰好包含了这种拼法，它就会被当成正确的拼法。
（2）对于不包含在文本库中的新词，没有提出解决办法。
如果用户输入一个新词，这个词不在文本库之中，就会被当作错误的拼写进行纠正。
（3）程序返回的是"编辑距离"为1的词，但某些情况下，正确的词的"编辑距离"为2。
比如，用户输入reciet，会被纠正为recite（编辑距离为1）,但用户真正想要输入的词是receipt（编辑距离为2）。也就是说，"编辑距离"越短越正确的规则，并非所有情况下都成立。
（4）有些常见拼写错误的"编辑距离"大于2。
这样的错误，程序无法发现。下面就是一些例子，每一行前面那个词是正确的拼法，后面那个则是常见的错误拼法。
purple perpul
curtains courtens
minutes muinets
successful sucssuful
inefficient ineffiect
availability avaiblity
dissension desention
unnecessarily unessasarily
necessary nessasary
unnecessary unessessay
night nite
assessing accesing
necessitates nessisitates
（5）用户输入的词的拼写正确，但是其实想输入的是另一个词。
比如，用户输入是where，这个词拼写正确，程序不会纠正。但是，用户真正想输入的其实是were，不小心多打了一个h。
（6）程序返回的是出现频率最高的词，但用户真正想输入的是另一个词。
比如，用户输入ther，程序会返回the，因为它的出现频率最高。但是，用户真正想输入的其实是their，少打了一个i。也就是说，出现频率最高的词，不一定就是用户想输入的词。
（7）某些词有不同的拼法，程序无法辨别。
比如，英国英语和美国英语的拼法不一致。英国用户输入'humur'，应该被纠正为'humour'；美国用户输入'humur'，应该被纠正为'humor'。但是，我们的程序会统一纠正为'humor'。
关于算法思想的介绍可以参见以上的中文翻译版以及原版
附上原作者提供的big.txt（为福尔摩斯探案集）地址：http://norvig.com/big.txt
以下为源码：
import re
from collections import Counter
def words(text):
return re.findall(r'\w+', text.lower())
WORDS = Counter(words(open('big.txt').read()))
def P(word, N=sum(WORDS.values())):
"Probability of `word`."
return WORDS[word] / N
def correction(word):
"Most probable spelling correction for word."
return max(candidates(word), key=P)
def candidates(word):
"Generate possible spelling corrections for word."
return (known([word]) or known(edits1(word)) or known(edits2(word)) or [word])
def known(words):
"The subset of `words` that appear in the dictionary of WORDS."
return set(w for w in words if w in WORDS)
def edits1(word):
"All edits that are one edit away from `word`."
letters = 'abcdefghijklmnopqrstuvwxyz'
splits = [(word[:i], word[i:]) for i in range(len(word) + 1)]
deletes = [L + R[1:] for L, R in splits if R]
transposes = [L + R[1] + R[0] + R[2:] for L, R in splits if len(R)>1]
replaces = [L + c + R[1:] for L, R in splits if R for c in letters]
inserts = [L + c + R for L, R in splits for c in letters]
return set(deletes + transposes + replaces + inserts)
def edits2(word):
"All edits that are two edits away from `word`."
return (e2 for e1 in edits1(word) for e2 in edits1(e1))
