Python分词库jieba快速入门

Python有一个库名为jieba的中文分词库，能够把中文句子切分红一个个的词语以用于文本分析、制做词云图等。

首先咱们要安装jieba，在命令行输入“pip install jieba”便可。jieba有3种分词模式，分别是精准模式（将句子尽可能精准切分开）、全模式（将全部能成为词语的都切分出来）、搜索引擎模式（在精准模式的基础上再次切分比较长的词语）。

安装好后就能够直接使用了。

import jieba#导入jieba库s = '我喜欢九龙公园游泳池，那里我再也不执着一些往事。'#定义测试字符串

精准模式

jieba.cut(s)#返回的结果是生成器#<generator object Tokenizer.cut at 0x000001E58DCC6248>
print('/'.join(jieba.cut(s)))#将结果用“/”拼接后打印出来：'我/喜欢/九龙/公园/游泳池/，/那里/我/再也不/执着/一些/往事/。'

全模式

jieba.cut(s, cut_all=True)#输入参数cut_all=True便是全模式，返回的结果也是生成器
print('/'.join(jieba.cut(s, cut_all=True)))#将结果用“/”拼接后打印出来：'我/喜欢/九龙/公园/游泳/游泳池/泳池/，/那里/我/再也不/执着/一些/往事/。'#能够看到“游泳池”被切分为3个词

搜索引擎模式

jieba.cut_for_search(s)#返回的结果也是生成器
print('/'.join(jieba.cut_for_search(s)))#将结果用“/”拼接后打印出来：'我/喜欢/九龙/公园/游泳/泳池/游泳池/，/那里/我/再也不/执着/一些/往事/。'

获取其它类型的结果

#在方法面前加上“l”，返回的就是列表了jieba.lcut(s)jieba.lcut(s, cut_all=True)jieba.lcut_for_search(s)

向词典中添加新词

jieba.add_word('龙公')#该方法每次只能添加一个词，添加后能够识别该词
print('/'.join(jieba.cut(s, cut_all=True)))#将结果用“/”拼接后打印出来：'我/喜欢/九龙/龙公/公园/游泳/游泳池/泳池/，/那里/我/再也不/执着/一些/往事/。'#能够识别到新添加的词了