如何用Python中的jieba库？

方式1：pip install jieba 方式2：先下载 http://pypi.python.org/pypi/jieba/然后解压，运行 python setup.py install

# 全匹配seg_list = jieba.cut("今天哪里都没去，在家里睡了一天", cut_all=True)print(list(seg_list))  # ['今天', '哪里', '都', '没去', '', '', '在家', '家里', '睡', '了', '一天'] # 精确匹配 默认模式seg_list = jieba.cut("今天哪里都没去，在家里睡了一天", cut_all=False)print(list(seg_list))  # ['今天', '哪里', '都', '没', '去', '，', '在', '家里', '睡', '了', '一天'] # 精确匹配seg_list = jieba.cut_for_search("今天哪里都没去，在家里睡了一天")print(list(seg_list))  # ['今天', '哪里', '都', '没', '去', '，', '在', '家里', '睡', '了', '一天']

import jieba  test_sent = """数学是一门基础性的大学课程，深度学习是基于数学的，尤其是线性代数课程""" words = jieba.cut(test_sent)print(list(words))# ['
', '数学', '是', '一门', '基础性', '的', '大学', '课程', '，', '深度',# '学习', '是', '基于', '数学', '的', '，', '尤其', '是', '线性代数', '课程', '
'] words = jieba.cut(test_sent, cut_all=True)print(list(words))# ['
', '数学', '是', '一门', '基础', '基础性', '的', '大学', '课程', '', '', '深度',# '学习', '是', '基于', '数学', '的', '', '', '尤其', '是', '线性', '线性代数', '代数', '课程', '
'] jieba.load_userdict("userdict.txt")words = jieba.cut(test_sent)print(list(words))# ['
', '数学', '是', '一门', '基础性', '的', '大学课程', '，', '深度学习', '是',# '基于', '数学', '的', '，', '尤其', '是', '线性代数', '课程', '
'] jieba.add_word("尤其是")jieba.add_word("线性代数课程") words = jieba.cut(test_sent)print(list(words))# ['
', '数学', '是', '一门', '基础性', '的', '大学课程', '，', '深度学习', '是',# '基于', '数学', '的', '，', '尤其是', '线性代数课程', '
']

import jieba.analyse file = "sanguo.txt"topK = 12content = open(file, 'rb').read() # 使用tf-idf算法提取关键词tags = jieba.analyse.extract_tags(content, topK=topK)print(tags)# ['玄德', '程远志', '张角', '云长', '张飞', '黄巾', '封谞', '刘焉', '邓茂', '邹靖', '姓名', '招军']# 使用textrank算法提取关键词tags2 = jieba.analyse.textrank(content, topK=topK) # withWeight=True：将权重值一起返回tags = jieba.analyse.extract_tags(content, topK=topK, withWeight=True)print(tags)# [('玄德', 0.1038549799467099), ('程远志', 0.07787459004363208), ('张角', 0.0722532891360849),# ('云长', 0.07048801593691037), ('张飞', 0.060972692853113214), ('黄巾', 0.058227157790330185),# ('封谞', 0.0563904127495283), ('刘焉', 0.05470798376886792), ('邓茂', 0.04917692565566038),# ('邹靖', 0.04427258239705188), ('姓名', 0.04219704283997642), ('招军', 0.04182041076757075)]

import jiebaimport jieba.posseg as pseg # 默认模式seg_list = pseg.cut("今天哪里都没去，在家里睡了一天")for word, flag in seg_list:    print(word + " " + flag)   """使用 jieba 默认模式的输出结果是：我 rPrefix dict has been built successfully.今天 t吃 v早饭 n了 ul""" # paddle 模式words = pseg.cut("我今天吃早饭了",use_paddle=True)"""使用 paddle 模式的输出结果是：我 r今天 TIME吃 v早饭 n了 xc"""

>>> import jieba>>> jieba.lcut("中国是一个伟大的国家")Building prefix dict from the default dictionary ...Dumping model to file cache C:UsersADMINI~1AppDataLocalTempjieba.cacheLoading model cost 2.489 seconds.Prefix dict has been built successfully.['中国', '是', '一个', '伟大', '的', '国家']

>>> import jieba >>> jieba.lcut("中国是一个伟大的国家",cut_all=True)['中国', '国是', '一个', '伟大', '的', '国家']

>>> import jieba>>> jieba.lcut_for_search("中华人民共和国是伟大的")['中华', '华人', '人民', '共和', '共和国', '中华人民共和国', '是', '伟大', '的']