Python分词库jieba快速入门

Python有一个库名为jieba的中文分词库，可以把中文句子切分成一个个的词语以用于文本分析、制作词云图等。

首先我们要安装jieba，在命令行输入“pip install jieba”即可。jieba有3种分词模式，分别是精准模式（将句子尽量精准切分开）、全模式（将所有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 ）。

安装好后就可以直接使用了。

import jieba#导入jieba库s = '我喜欢九龙公园游泳池，那里我不再执着一些往事。'#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/不再/执着/一些/往事/。' 

全模式

 jieba.cut(s, cut_all=True)  #输入参数cut_all=True即是全模式，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/不再/执着/一些/往事/。'  #可以看到“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/不再/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，添加后可以识别该词     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/不再/执着/一些/往事/。'  #可以识别到新添加的词了 

查看更多关于Python分词库jieba快速入门的详细内容...