Question

问题

我需要通过搜索每个单词的mongoDB集合来检查字符串的每个单词是否拼写正确。

执行最少量的数据库查询
每个句子的第一个单词必须是大写，但这个单词可以是字典中的大写或小写。所以我需要对每个单词进行区分大小写的匹配。只有每个句子的第一个单词应该是敏感。

示例字符串

This is a simple example. Example. This is another example.

字典结构

假设有一个像这样的词典集合

{ word: 'this' },
{ word: 'is' },
{ word: 'a' },
{ word: 'example' },
{ word: 'Name' }

就我而言，这本词典中有100,000个单词。当然，名称以大写形式存储，动词以小写形式存储，依此类推......

预期结果

单词simple和another应该被识别为'拼错'字样，因为它们不存在于数据库中。

在这种情况下，应包含所有现有单词的数组：['This', 'is', 'a', 'example']。 This是大写的，因为它是句子的第一个单词;在DB中，它存储为小写this。

到目前为止我的尝试（已更新）

const   sentences   = string.replace(/([.?!])\s*(?= [A-Z])/g, '$1|').split('|');
let     search      = [],
        words       = [],
        existing,
        missing;

sentences.forEach(sentence => {
    const   w   = sentence.trim().replace(/[^a-zA-Z0-9äöüÄÖÜß ]/gi, '').split(' ');

    w.forEach((word, index) => {
        const regex = new RegExp(['^', word, '$'].join(''), index === 0 ? 'i' : '');
        search.push(regex);
        words.push(word);
    });
});

existing = Dictionary.find({
    word: { $in: search }
}).map(obj => obj.word);

missing = _.difference(words, existing);

问题

不敏感的匹配无法正常运行：/^Example$/i会给我一个结果。但是在existing中会有原始的小写example，这意味着Example会转到missing - 数组。因此，不区分大小写的搜索按预期工作，但结果数组有一个不匹配。我不知道如何解决这个问题。
可能优化代码？因为我正在使用两个forEach - 循环和一个difference ...

Answer 1

这就是我面对这个问题的方法：

使用正则表达式获取空格后的每个单词（包括＆＃39;。＆＃39;）。
```
var words = para.match(/(.+?)(\b)/g); //this expression is not perfect but will work
```
现在使用find（）将数据从集合中添加到数组中。假设该数组的名称是 wordsOfColl 。

现在检查单词是否符合您的要求

var prevWord= ""; //to check first word of sentence

words.forEach(function(word) {
    if(wordsOfColl.toLowerCase().indexOf(word.toLowerCase()) !== -1) {
       if(prevWord.replace(/\s/g, '') === '.') {
          //this is first word of sentence
          if(word[0] !== word[0].toUpperCase()) {
             //not capital, so generate error
          }
        } 
       prevWord = word;
     } else {
       //not in collection, generate error
     }
});

我还没有测试过，所以如果有问题请在评论中告诉我。或者我错过了你的一些要求。

<强>更新

由于问题的作者建议他不想在客户端上加载整个集合，您可以在服务器上创建一个方法，该方法返回一个单词数组，而不是提供对集合客户端的访问。

检查数据库中是否存在每个单词

1 个答案: