python的jieba簡單使用

函式

含義jieba.cut(string)

精確模式，返回乙個可迭代的資料型別

jieba.cut(string,cut_all = true)

全模式，輸出文字string中的所有可能的單詞

jieba.cut_for_search(string)

搜尋引擎模式，適合搜尋引擎建立索引的分詞結果

jieba.lcut(string)

精確模式，返回乙個列表型別

jieba.lcut(string,cut_all = true)

全模式，返回乙個列表型別

jieba.lcut_for_search(string)

搜尋引擎模式，返回乙個列表型別

jieba.add_word(word)

向分詞詞典中增加新詞

# _*_ coding:utf-8 _*_

import jieba
words = jieba.cut("山東的氣候屬暖溫帶季風氣候型別",cut_all=true) #全模式
print("全模式:", '/ '.join(words) ) 
words = jieba.lcut("山東的氣候屬暖溫帶季風氣候型別",cut_all=true) #全模式，返回列表
print("全模式:", words)
words = jieba.cut("山東的氣候屬暖溫帶季風氣候型別",cut_all=false) #精確模式
print("精確模式:", '/ '.join(words) ) 
words = jieba.lcut("山東的氣候屬暖溫帶季風氣候型別",cut_all=false) #精確模式，返回列表
print("精確模式:", words ) 
words = jieba.cut("山東的氣候屬暖溫帶季風氣候型別") #預設是精確模式
print("精確模式:", '/ '.join(words) ) 
words = jieba.cut_for_search("山東的氣候屬暖溫帶季風氣候型別") #搜尋引擎模式
print("搜尋引擎模式：", '/ '.join(words) )
words = jieba.lcut_for_search("山東的氣候屬暖溫帶季風氣候型別") #搜尋引擎模式，返回列表
print("搜尋引擎模式：", words )

使用 jieba 分詞對乙個文字進行分詞，統計次數出現最多的詞語，以盜墓筆記為例

# _*_ coding:utf-8 _*_

import jieba
text = open('c:/users/dell/desktop/test/盜墓筆記.txt', 'r' ,encoding = 'utf-8').read()
words = jieba.cut(text)
word_counts = {}
for word in words:
if len(word) < 2:
continue
word_counts[word] = word_counts.get(word, 0) + 1 # 遍歷所有詞語，每出現一次其對應的值加1
word_counts_items = list(word_counts.items())
word_counts_items.sort(key=lambda x: x[1], reverse=true) # 根據詞語出現的次數進行從大到小排序
for i in range(5):
print(word_counts_items[i])

python中的jieba簡單使用

jieba常用三個函式 jieba.lcut x jieba.lcut x,cut all true jieba.lcut for rearch x 練習 import jieba s 中國特色社會主義進入新時代，我國社會主要矛盾已經轉化為人民日益增長的美好 生活需要和不平衡不從分的發展之間的矛盾。...

python中jieba分詞的簡單應用

話不多說，上來就貼 注意編碼問題 encoding utf 8 import jieba jieba.load userdict wangzhan.txt 儲存不需要切分的重要詞語 def creadstoplist stopwordspath stwlist line.strip for line...

python使用jieba實現簡單的詞頻統計

import jieba defgettext txt open hamlet.txt r read txt txt.lower for ch in txt txt.replace ch,return txtharmtxt gettext words harmtxt.split counts for...