【一起学Rust | 进阶篇 | thesaurus-rs库】Rust 的离线同义词库——thesaurus-rs

---

---

前言

thesaurus-rs是一个完全基于Rust实现的离线的同义词库，可以使用wordnet和moby词库作为后端（白鲸和词网）。

显而易见，thesaurus-rs就是通过你给出的一个单词，然后给出这个单词的同义词，就类似于字典。

后端比较

名称	简单示例二进制包大小	简单示例二进制包大小 (剥离)	可用词	平均同义词数	压缩字典大小	授权
Moby	15M	11M	30159	83.287	11M	US Public Domain
Wordnet	6.9M	3.4M	125701	3.394	2.9M	Wordnet License

---

一、安装与引用

1. 使用WordNet后端

将下面的crate添加到你的Cargo.toml文件中

thesaurus = "0.5"

2. 使用moby后端

将下面的crate添加到你的Cargo.toml文件中

thesaurus = { version = "0.5", features = ["moby","static"], default_features = false }

注意：这里features 添加了两项，分别是moby和static，表明使用的是moby后端，同时也表明，默认的后端是WordNet，这里默认配置的是WordNet和static。

---

static是个默认开启的功能，即词库词典在运行时存储在内存中。这样做的好处是初始化以后，对dict和synonyms的调用速度提升了 2.5-3 倍，同时增加了内存使用量。你可以关闭它，使用default_features = false，就和上方的使用方法一样。

3. build下载crate

在当前项目目录终端中运行命令

cargo build

如果你一直学习的本系列视频，则无需进行这一步。

二、使用步骤

1.获取命令行参数

我们使用系统自带的方式来获取命令行参数

use std::{env, process};

然后存储参数到变量中

let args = env::args().collect::<Vec<String>>();

2.取到同义词

env的arg获取的第0个参数是当前程序的程序名，第一个参数就是我们所要的单词，我们接收这个参数，并且存入word变量中，

let word: String = match args.get(1) {
        Some(word) => word.to_string(),
        None => {
            eprintln!("至少要包含一个单词作为参数");
            process::exit(1);
        }
    };

然后调用thesaurus::synonyms方法来获取同义词

    let synonyms = thesaurus::synonyms(&word);

此处还可以获取词库的词量

    let num_words = thesaurus::dict().len();

补充

thesaurus-rs常用的是两个方法dict和synonyms

---

dict返回一个内部字典，是一个HashMap，其定义为下
pub fn dict() -> HashMap<String, Vec<String>>

---

synonyms需要传入一个字符串引用，返回一个单词的同义词字符串vector，其定义为下
pub fn synonyms(word: impl AsRef<str>) -> Vec<String>

现给出这两方法的源码

pub fn dict() -> HashMap<String, Vec<String>> {
    let mut dict: HashMap<String, Vec<String>> = HashMap::new();

    #[cfg(feature = "static")]
    dict.extend(DICT.to_owned());

    // if we're not static...
    if dict.is_empty() {
        dict.extend(parse_dict());
    }

    dict
}

pub fn synonyms(word: impl AsRef<str>) -> Vec<String> {
    let mut s = dict()
        .get(word.as_ref())
        .map(|x| x.clone())
        .unwrap_or_default();

    s.dedup();
    s.sort_by(|a, b| a.cmp(&b));

    s
}

3.输出结果

在上述的步骤中我们已经获取到了所要单词的同义词，接下来使用for循环依次输出所有的同义词

先对当前查询的信息进行输出，主要输出当前词库共有多少个单词，查询的单词有多少个同义词，当然你也可以不写

println!("{num_words} 个单词被索引, 并且\"{word}\"有 {} 个同义词 ...", synonyms.len());

接下来输出所有的同义词

	println!("以下同义词...");
    for x in &synonyms {
        println!("   {x}");
    }

4.运行效果

在终端输入命令

cargo run good

其中good就是我们要查询的同义词，其运行结果如下

5.完整代码

这里给出完整代码，以便于学习参考

use std::{env, process};

fn main() {
    let args = env::args().collect::<Vec<String>>();

    let word: String = match args.get(1) {
        Some(word) => word.to_string(),
        None => {
            eprintln!("至少要包含一个单词作为参数");
            process::exit(1);
        }
    };

    let synonyms = thesaurus::synonyms(&word);
    let num_words = thesaurus::dict().len();

    println!("{num_words} 个单词被索引, 并且\"{word}\"有 {} 个同义词 ...", synonyms.len());
    println!("以下同义词...");
    for x in &synonyms {
        println!("   {x}");
    }
}

---

总结

本期学习了Rust 的离线同义词库thesaurus-rs，通过简单的API就可以实现离线查询单词同义词，可惜只有英文的，该库较为简单，且在用途上较为单一，除了使用简单以外真的很难找出什么优点。