Google拼写检查——API使用方法

今天想用谷歌的Spelling-Suggestion功能，也就是“您是不是要找：*” 或者“Did you mean *”这一功能。

结果在网上一通找，大多都是已经停止服务的办法。也就是“/tbproxy/spell?lang=en”相关的问题。

如参考网址1所示。该方式已经被谷歌所停用。

后来发现了参考网页2所述内容：利用Google Custom Search API for spelling check

详细阅读了里面的各种说明(见参考网页3)，在网页上测试终于成功。比如输入“丁军辉”，会给出相应的suggestion，为“丁俊晖”。

如参考网页4所示。

后来用python实现了一下，发现返回的结果，都是以&#x开头的特殊编码方式，需要将其转换为汉字。参考网页5，实现成功。

详细代码如下：

# -*- coding: utf-8 -*-

import time
import os
import sys
import re
import urllib2,urllib
import HTMLParser

reload(sys)
sys.setdefaultencoding('utf-8')

class getGoogleSuggestion:
	def __init__(self):
		self.cx = '012080660999116631289:zlpj9ypbnii'
	def getSuggestion(self,query):
		url = ('http://www.google.com/search?'
				'q=%s'
				'&hl=zh'
				'&output=xml'
				'&client=google-csbe'
				'&cx=%s')%(urllib.quote(query),self.cx)
		request = urllib2.Request(url, None)
		response = urllib2.urlopen(request).read()
		h= HTMLParser.HTMLParser()
		print (h.unescape(response))

if __name__=='__main__':
	test = getGoogleSuggestion()
	keyword = '丁军辉'
	test.getSuggestion(keyword)

得到的结果如下所示，为XML。

<?xml version="1.0" encoding="ISO-8859-1" standalone="no"?>
<!DOCTYPE GSP SYSTEM "google.dtd">
<GSP VER="3.2">
<ERROR>403</ERROR><TM>0.028615</TM><Q>丁军辉</Q>
<PARAM name="q" value="丁军辉" original_value="%E4%B8%81%E5%86%9B%E8%BE%89" url_escaped_value="%E4%B8%81%E5%86%9B%E8%BE%89" js_escaped_value="丁军辉"></PARAM><PARAM name="hl" value="zh" original_value="zh" url_escaped_value="zh" js_escaped_value="zh"></PARAM><PARAM name="output" value="xml" original_value="xml" url_escaped_value="xml" js_escaped_value="xml"></PARAM><PARAM name="client" value="google-csbe" original_value="google-csbe" url_escaped_value="google-csbe" js_escaped_value="google-csbe"></PARAM><PARAM name="cx" value="012080660999116631289:zlpj9ypbnii" original_value="012080660999116631289:zlpj9ypbnii" url_escaped_value="012080660999116631289%3Azlpj9ypbnii" js_escaped_value="012080660999116631289:zlpj9ypbnii"></PARAM><Spelling><Suggestion q="丁俊晖"><em>丁俊晖</em></Suggestion></Spelling></GSP>

提取<Suggestion内字段即可。

若无拼写建议，则没有该字段，如下所示。

<?xml version="1.0" encoding="ISO-8859-1" standalone="no"?>
<!DOCTYPE GSP SYSTEM "google.dtd">
<GSP VER="3.2">
<ERROR>403</ERROR><TM>0.037868</TM><Q>丁俊晖</Q>
<PARAM name="q" value="丁俊晖" original_value="%E4%B8%81%E4%BF%8A%E6%99%96" url_escaped_value="%E4%B8%81%E4%BF%8A%E6%99%96" js_escaped_value="丁俊晖"></PARAM><PARAM name="hl" value="zh" original_value="zh" url_escaped_value="zh" js_escaped_value="zh"></PARAM><PARAM name="output" value="xml" original_value="xml" url_escaped_value="xml" js_escaped_value="xml"></PARAM><PARAM name="client" value="google-csbe" original_value="google-csbe" url_escaped_value="google-csbe" js_escaped_value="google-csbe"></PARAM><PARAM name="cx" value="012080660999116631289:zlpj9ypbnii" original_value="012080660999116631289:zlpj9ypbnii" url_escaped_value="012080660999116631289%3Azlpj9ypbnii" js_escaped_value="012080660999116631289:zlpj9ypbnii"></PARAM></GSP>

时间有限，仓促整理了一下，有疑问请留言讨论。

参考：

1.http://stackoverflow.com/questions/8428767/how-to-implement-python-spell-checker-using-googles-did-you-mean

2.http://stackoverflow.com/questions/11948945/google-custom-search-api-for-spelling-check

3.https://developers.google.com/custom-search/docs/xml_results?hl=en#wsAdvancedSearch

上述网页的 XML Results for Regular and Advanced Search Queries 部分。

4.http://www.google.com/search?q=%E4%B8%81%E5%86%9B%E8%BE%89&output=xml&client=google-csbe&cx=00255077836266642015:u-scht7a-8i

5.http://stackoverflow.com/questions/2087370/decode-html-entities-in-python-string