编写一个Python方法根据字符串生成错别字

Question

我可以加一些东西，让它根据两个字之间的Levenshtein距离来制造错别字，或者像逆向工程诺维格的拼写检查文章那样做。

不过，常见的错别字是怎么产生的呢？

有没有人写过相关的方法？

Answer 1

其实没有一种通用的错别字生成算法，因为这种算法要根据目标语言和应用场景来定。比如说，如果你想生成垃圾域名，可以用以下几种方法（以meta.stackoverflow.com为例）：

1. 漏掉点：met*as*tackoverflow.com（这应该很简单；）
2. 插入字符：meta.stackoverflo*ww*.com（就是在每个字符后面加一个重复的字符）
3. 省略字符：meta.stackoverf*lw*.com（就是去掉一个字符）
4. 字符排列：meta.stackove*fr*low.com（这里涉及到纯数学）
5. 字符替换：meta.*d*tackoverflow.com（这里至少有两种策略，见下文）

在字符替换的情况下，我们可以有至少两种情况：

1. 发音相似的字母（比如 c <-> k，z <-> ts，具体要看语言）
2. 相邻字母的错别字（比如在qwerty键盘上，s <-> d，d <-> f）呃，我其实在这里也打错了，s <-> d的情况 :)

希望这些对你有帮助……