Python进行jieba分词

来源：Python爬虫与数据挖掘

前言

大家好，今天我们来看看分词。我们从之前学习过的wordcloud可以得知它只能进行英文分词，中文暂不支持，这也正是它美中不足的地方，但是有个模块正好弥补了这一点，它就是----jieba，中文名结巴，没错，你没听错也没看错，就是结巴。

一、jieba的使用

1.安装

jieba的安装不管在哪个地方安装都是一个老大难的问题，这也真是让小编头痛欲裂，幸好小编昨天下好了(花了一天，不好意思说出口)。。

下载好后，我们解压它，在文件主目录中按住shift键然后右击选择‘在此处打开命令窗口’，然后输入命令：

python setup.py install

安装即可，可以看到安装的版本信息：

2.jieba的分词模式

一、精确模式

它可以将结果十分精确分开，不存在多余的词。

常用函数：lcut(str) 、 cut(str)

比如我随便找一段话进行拆分：

import jiebaaa=jieba.cut('任性的90后boy')

这样我们就得到了aa这样一个生成器序列，然后我们将它遍历即可得到最终结果：

如果不想让它换行显示，想让它在一行显示并且能看到效果的话，可以这样做：

很显然，我的关键字太少，导致它的效果不是很明显，下面增加关键字：