我想检查文本的单词或段落是否可能包含有效的"单词"，而不需要对照字典检查单个单词。基本上，用例是测试网站的用户是否输入了一堆胡言乱语作为输入。
就我的目的而言，有一个插件就足够了，它可以检查是否有过多的连续辅音或元音，或者"单词"是否包含合理的音节组合。例如，如果插件在以下情况下以以下方式操作，那就好了：
-
像"Lekreauglig"或"Prostrebaughi"这样的词可以被视为一个词，因为字母组合看起来足够合理。
-
像"twumczsarn"或"aeigou"这样的单词会被标记为"可能不是一个单词"，因为它有奇怪的连续辅音或元音组合。
-
"mqbadtxjtc"将被标记为"not a word">
我对模块的工作机制不感兴趣(也许它可以是在英语词典上预先训练的基于机器学习的模块)，只要模块很小(所以nltk不是一个选项)，适合在网络应用程序中使用，并且经过预训练并准备好使用，如果它通过需要训练的方法工作的话。如果它能检查文本的段落，以检测其组成字符串包含胡言乱语的可能性，并给出段落有效性的总体衡量标准，而不仅仅是评估单个单词，那就更好了。有人能推荐一些非常适合这个目的的模块吗？
这应该是一个好的开始：gramishclassier.py
这只是一个简单的解决方案，但您是否想过使用基于字符n-gram的语言检测工具？
如果输入很有可能被检测为英语，那么它应该是好的，并且不包含胡言乱语。如果它被分类，有任何其他语言或英语的可信度很低，你可以假设它是胡言乱语的
当然，只有当您总是期望英文文本作为输入时，此解决方案才有效。
一些开箱即用的、现成的基于n-gram字符的语言检测实现：
langid
langdetect