erikvl87/languagetool

LanguageTool Docker镜像

本仓库包含用于创建https://github.com/languagetool-org/languagetool Docker镜像的Dockerfile。

LanguageTool是一款开源校对软件，支持英语、法语、德语、波兰语、俄语以及20多种其他语言。它能发现许多简单拼写检查器无法检测到的错误。

安装设置

使用Docker Hub安装

sh
docker pull erikvl87/languagetool
docker run --rm -p 8010:8010 erikvl87/languagetool

这将从Docker Hub拉取latest标签的镜像。也可选择指定https://hub.docker.com/r/erikvl87/languagetool/tags%E4%BB%A5%E5%9B%BA%E5%AE%9A%E7%89%88%E6%9C%AC%EF%BC%8C%E8%BF%99%E4%BA%9B%E7%89%88%E6%9C%AC%E6%BA%90%E8%87%AALanguageTool%E5%AE%98%E6%96%B9%E5%8F%91%E5%B8%83%E3%80%82%E5%AF%B9%E4%BA%8E%E5%B7%B2%E5%8F%91%E5%B8%83%E7%89%88%E6%9C%AC%E7%9A%84Dockerfile%E6%9B%B4%E6%96%B0%EF%BC%8C%E4%BC%9A%E5%9C%A8%E6%A0%87%E7%AD%BE%E4%B8%AD%E6%B7%BB%E5%8A%A0%60-dockerupdate-%7BX%7D%60%E5%90%8E%E7%BC%80%EF%BC%88%E5%85%B6%E4%B8%AD%60%7BX%7D%60%E6%98%AF%E9%80%92%E5%A2%9E%E6%95%B0%E5%AD%97%EF%BC%89%E3%80%82

使用Dockerfile安装

当计划修改Dockerfile时，可使用此方法：

sh
git clone https://github.com/Erikvl87/docker-languagetool.git --config core.autocrlf=input
docker build -t languagetool .
docker run --rm -it -p 8010:8010 languagetool

配置

Java堆大小

LanguageTool启动时默认最小堆大小（-Xms）为256m，最大堆大小（-Xmx）为512m。可通过设置环境变量Java_Xms和Java_Xmx覆盖默认值。

启动配置示例：

sh
docker run --rm -it -p 8010:8010 -e Java_Xms=512m -e Java_Xmx=2g erikvl87/languagetool

LanguageTool HTTPServerConfig

可通过将HTTPServerConfig配置选项前缀设为langtool_并作为环境变量使用。

启动配置示例：

sh
docker run --rm -it -p 8010:8010 -e langtool_pipelinePrewarming=true -e Java_Xms=1g -e Java_Xmx=2g erikvl87/languagetool

覆盖日志配置

要覆盖https://github.com/languagetool-org/languagetool/blob/master/languagetool-server/src/main/resources/logback.xml%EF%BC%8C%E5%88%9B%E5%BB%BA%E6%96%B0%E7%9A%84%60logback.xml%60%E6%96%87%E4%BB%B6%E5%B9%B6%E6%8C%82%E8%BD%BD%E5%88%B0%E5%AE%B9%E5%99%A8%E4%B8%AD%E3%80%82

例如，创建以下logback.xml文件：

xml
<?xml version="1.0" encoding="UTF-8"?>
<configuration>
  <logger name="org.languagetool" level="ERROR"/>
</configuration>

启动配置示例：

sh
docker run --rm -it -p 8010:8010 -v /home/john/logback.xml:/LanguageTool/logback.xml erikvl87/languagetool

使用n-gram数据集

LanguageTool可利用大型n-gram数据集检测易混淆词（如__their__和__there__）的错误。

来源：[**]

将n-gram数据集下载到本地并解压到ngrams目录：

home/
├─ john/
│  ├─ ngrams/
│  │  ├─ en/
│  │  │  ├─ 1grams/
│  │  │  ├─ 2grams/
│  │  │  ├─ 3grams/
│  │  ├─ nl/
│  │  │  ├─ 1grams/
│  │  │  ├─ 2grams/
│  │  │  ├─ 3grams/

使用-v将本地ngrams目录挂载到容器/ngrams目录，并设置languageModel为/ngrams：

sh
docker run --rm -it -p 8010:8010 -e langtool_languageModel=/ngrams -v /home/john/ngrams:/ngrams:ro erikvl87/languagetool

改进拼写检查器

可通过添加单词到以下文件改进拼写检查器（无需修改词典）：

• spelling.txt：忽略并用于生成更正建议
• ignore.txt：仅忽略不生成建议
• prohibited.txt：标记为错误即使拼写检查器接受

来源：[**]

以下Dockerfile示例向spelling.txt添加单词（假设en_spelling_additions.txt在Dockerfile旁）：

dockerfile
FROM erikvl87/languagetool

# 改进拼写检查器
# http://wiki.languagetool.org/hunspell-support
USER root
COPY en_spelling_additions.txt en_spelling_additions.txt
RUN  (echo; cat en_spelling_additions.txt) >> org/languagetool/resource/en/hunspell/spelling.txt
USER languagetool

构建并运行：

sh
docker build -t languagetool-custom .
docker run --rm -it -p 8010:8010 languagetool-custom

其他语言需修改路径中的语言标签（如nl的spelling.txt路径为org/languagetool/resource/nl/spelling/spelling.txt）。

Docker Compose

此镜像可与Docker Compose配合使用，项目根目录提供示例docker-compose.yml。

使用方法

默认监听端口8010（不同于LanguageTool默认的8081）。

cURL请求示例：

sh
curl --data "language=en-US&text=a simple test" http://localhost:8010/v2/check

更多使用说明参见LanguageTool官方文档。

已知问题与解决方法

本地服务器连接官方Firefox扩展时若遇问题，参见cors-workaround。