33、拼写检查：从Unix原型到awk实现

拼写检查：从Unix原型到awk实现

1. 拼写检查概述

拼写检查是一个有趣且具有挑战性的问题，有超过300篇研究论文和书籍都围绕它展开。在处理文本时，拼写检查能帮助我们发现并纠正错误，提高文本质量。下面我们将从不同角度探讨拼写检查的实现方式。

2. 原始Unix拼写检查原型

1975年，Steve Johnson在一个下午就写出了第一个版本的 spell 程序。后来，Kernighan和Plauger将其重构为一个Unix管道，用现代术语表述如下：

prepare filename |
  tr A-Z a-z |
  tr -c a-z '\n' |
  sort |
  uniq |
  comm -13 dictionary -

这个管道的具体步骤如下：
1. prepare ：这是一个过滤器，用于去除文档中的标记。在最简单的情况下，它就是 cat 命令。
2. tr A-Z a-z ：将所有大写字母转换为小写字母。
3. tr -c a-z '\n' ：去除标点符号，将每个单词分隔成一行。
4. sort ：将单词按字母顺序排列。
5. uniq ：去除重复的单词。
6. comm -13 dictionary - ：将处理后的单词与字典文件进行比较，输出不