【翻译】UITextChecker

原文:UITextChecker

众所周知,屏幕上的一个小小键盘并不总是让我们能够正确输入。
使用iOS设备的人都会感到自动更正让他们的输入精度和顺畅度得到了改善。你也许不知道,UIKit里面包含一个类来帮助你提高用户在你的应用里面的输入体验。
在iOS3.2被首次提出的UITextChecker就是来做这件事的。它的作用就是:检查文本。下面将会介绍如何使用这个类进行拼写检查自动补全

拼写检查

在iOS设备里面拼错了一个单词会怎么样?当你在一个TextField里面输入一个"hipstar",一般会被自动更正为"hipster"。


001.png

我们可以使用UITextChecker 来实现类似的效果。

NSString *str = @"hipstar";
UITextChecker *textChecker = [[UITextChecker alloc] init];
NSRange misspelledRange = [textChecker rangeOfMisspelledWordInString:str range:NSMakeRange(0, [str length]) startingAt:0 wrap:NO language:@"en_US"];
NSArray *guesses = [NSArray array];
if (misspelledRange.location != NSNotFound) {
      guesses = [textChecker guessesForWordRange:misspelledRange inString:str language:@"en_US"];
      NSLog(@"First guess: %@", [guesses firstObject]); // First guess: hipster
} else {
     NSLog(@"Not found");
}

The returned array of strings might look like this one:
返回的数据中的字符串可能是像下面这样的
["hipster", "hip star", "hip-star", "hips tar", "hips-tar"]
也可能会有所不同,因为UITextChecker会根据上下文和设备来猜测你想输入的内容。文档中对guessesForWordRange(_:inString:language:)方法描述是:“returns an array of strings, in the order in which they should be presented, representing guesses for words that might have been intended in place of the misspelled word at the given range in the given string.”。意思是返回一个以将要显示的顺序排列的字符串数组,这些猜测值是根据在单词在特定区间的字符可能的拼写。(翻译没翻好)

所以这个方法的结果并不能保证正确性和关联性,所以这个方法的名字中才会有guesses。有些读者可能会怀疑我们怎么能相信一个返回值会变化的方法。继续深入研究看我们能发现什么。

假设你想让你的用户能够正确的输入"hipstar",使用UITextChecker的 learnWord:类方法来告诉你的应用去学习这个单词。
[UITextChecker learnWord:str];

"hipstar"现在在整个设备上都会被识别为正确的词并且在将来的检查中也不会被显示成拼写错误。

NSRange misspelledRange = [textChecker rangeOfMisspelledWordInString:str range:NSMakeRange(0, [str length]) startingAt:0 wrap:NO language:@"en_US"];
// misspelledRange.location == NSNotFound

如预期的那样,搜索结果返回NSNotFound,因为UITextChecker已经学习了这个词。UITextChecker 也提供方法来检查这个词是否被学习过以及取消学习这个词。
[UITextChecker hasLearnedWord:] [UITextChecker unlearnWord:]

自动补全

这是另一个API,它的作用是为一个不完全的词找到可能的补全单词。

NSString *partial = @"hipst";
NSArray *completions = [textChecker completionsForPartialWordRange:NSMakeRange(0, [partial length]) inString:partial language:@"en_US"];
// completions == ["hipster", "hipsters"]

completionsForPartialWordRange 方法会返回一个针对特定开头字符的可能单词。虽然记录状态会返回的数组是按照可能性来排序,但是UITextChecker只会按照字母顺序来排序。OS X 中类似的类NSSpellChecker的解释如下:
You won’t see any of the custom words you’ve taught UITextChecker show up as possible completions. Why not? Since vocabulary added via UITextChecker.learnWord(_:) is global to the device, this prevents your app’s words from showing up in another app’s autocorrections.

如果你正确构建一个严重依赖文本界面的应用,使用UITextChecker来保证系统的词汇不会少于你的词汇。写一个keyboard扩展?使用UITextChecker和UILexicon,它们提供了根据系统字典的通用并且用户定义的单词以及用户通讯录中的名字,你可以在不创建自己字典的情况下支持几乎所有语言。

------------------------------翻译完-----------------------------------

自己验证:

一、[UITextChecker learnWord:@"excuce"]

如@“excuce” ,这个单词,在没有使用这个方法之前,不管你输入这个词多少次,系统都会提示这个词有可能拼写错误,如图所示:


beforeLearn.png

当调用这个方法后,如果你输入过一次(tip:调用方法后,要输入一次系统才能记住,不是调用完就记住了),系统会记住这个词,不会再提醒拼写错误,系统会认为它是一个正确的词(实际上确实是错的)


afterLearn.png
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,039评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,223评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,916评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,009评论 1 291
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,030评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,011评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,934评论 3 416
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,754评论 0 271
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,202评论 1 309
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,433评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,590评论 1 346
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,321评论 5 342
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,917评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,568评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,738评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,583评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,482评论 2 352

推荐阅读更多精彩内容