pytesseract识别纠错：替换字符串指定字符生成所有可能组合

实现思路 #

• 首先标准化替换字典格式，将原本值为字符串的项统一转为列表，同时给每个字符的可选值添加原字符本身，支持「不替换当前字符」的场景
• 遍历输入字符串的每一位，生成对应位置的所有可选字符集合
• 借助itertools.product计算所有位置可选字符的笛卡尔积，拼接得到所有可能的替换结果
• 可按需过滤掉和原输入完全一致的未替换结果

完整实现代码 #

from itertools import product

# 原字符替换映射字典
my_dictionary= {
            'D': ['O', '0'],
            'O': 'D',
            '0': 'D'
}

# 预处理字典：统一格式并添加原字符作为可选值
processed_dict = {}
for key, value in my_dictionary.items():
    # 将所有值统一转为列表格式
    if isinstance(value, str):
        opt_list = [value]
    else:
        opt_list = value.copy()
    # 插入原字符，对应不替换的场景
    opt_list.insert(0, key)
    processed_dict[key] = opt_list

user_input = "DDR4"

# 生成每个字符位置的可选列表
position_options = []
for char in user_input:
    if char in processed_dict:
        position_options.append(processed_dict[char])
    else:
        # 不在替换规则内的字符固定保留原值
        position_options.append([char])

# 生成所有组合，此处过滤了和原输入完全一致的结果，不需要可以删掉if条件
all_results = [''.join(comb) for comb in product(*position_options) if ''.join(comb) != user_input]

# 输出结果
print(all_results)

输出验证 #

运行代码后输出的结果列表为['DOR4', 'D0R4', 'ODR4', 'OOR4', 'O0R4', '0DR4', '0OR4', '00R4']，和你给出的期望输出完全匹配。如果需要保留原输入字符串，直接删掉列表推导式里的if判断条件即可。

内容的提问来源于stack exchange，提问作者hellojoshhhy