全面探究 LangChain Text Splitters
0. 引言
加载文档后，您通常需要转换它们以更好地适应您的应用程序。最简单的示例是，您可能希望将长文档拆分为更小的块，以便适合模型的上下文窗口。LangChain有许多内置的文档转换器，可以很容易地拆分、组合、过滤和以其他方式操作文档。
当您想处理长文本时，有必要将该文本拆分为块。尽管这听起来很简单，但这里有很多潜在的复杂性。理想情况下，您希望将语义相关的文本片段放在一起。“语义相关”的含义可能取决于文本的类型。这本笔记本展示了几种方法。
概括地说，文本拆分器的工作方式如下：
- 将文本拆分为语义上有意义的小块（通常是句子）。
- 开始将这些小块组合成一个更大的块，直到达到一定大小（由某些函数测量）。
- 达到该大小后，将该块设为自己的文本片段，然后开始创建一个具有一些重叠的新文本块（以保持块之间的上下文）。
这意味着您可以沿着两个不同的轴自定义文本拆分器：
- 如何拆分文本
- 如何测量块大小
1. 文本拆分器的类型
LangChain提供了许多不同类型的文本拆分器。这些都存在于包装中 langchain-text-splitters 。下表列出了所有这些特征，以及一些特征：
-
名称：文本拆分器的名称
-
拆分方式：此文本拆分器如何拆分文本
-
添加元数据：此文本拆分器是否添加有关每个块来源的元数据。
| Name | Splits On | Adds Metadata | Description |
|---|---|---|---|
| Recursive | 用户定义字符的列表 | 递归拆分文本。递归拆分文本的目的是尝试使相关文本片段彼此相邻。这是开始拆分文本的推荐方法。 | |
| HTML | HTML 特定字符 | Y | 根据 HTML 特定字符拆分文本。值得注意的是，这增加了有关该块来自何处的相关信息（基于 HTML） |
| Markdown | Markdown 特定字符 | Y | 根据 Markdown 特定的字符拆分文本。值得注意的是，这增加了有关该块来自何处的相关信息（基于 Markdown） |
| Code | 代码（Python、JS）特定字符 | 根据特定于编码语言的字符拆分文本。有 15 种不同的语言可供选择。 | |
| Token | Tokens | 拆分令牌上的文本。有几种不同的方法来衡量 token。 | |
| Character | 用户定义的字符 | 根据用户定义的字符拆分文本。一种更简单的方法。 | |
| [Experimental] Semantic Chunker | 句子 | 首先在句子上拆分。然后，如果它们在语义上足够相似，则将它们合并在一起。摘自Greg Kamradt | |
| AI21 Semantic Text Splitter | Semantics | Y | 识别构成连贯文本片段的不同主题，并沿这些主题进行拆分。 |
2. 探究各个文本拆分器
2-1. Split by HTML header
MarkdownHeaderTextSplitter和HTMLHeaderTextSplitter是一种"结构感知"的分块器，它在元素级别上分割文本，并为每个与给定块"相关"的标题添加元数据。它可以逐个元素返回块，或者组合具有相同元数据的元素，其目标是:(a)保持相关文本在语义上或多或少地分组;(b)保留文档结构中编码的丰富上下文信息。它可以与其他文本分割器一起使用，作为分块管道的一部分。
使用示例 1：使用HTML字符串
示例代码，
from langchain_text_splitters import HTMLHeaderTextSplitter
html_string = """
<!DOCTYPE html>
<html>
<body>
<div>
<h1>Foo</h1>
<p>Some intro text about Foo.</p>
<div>
<h2>Bar main section</h2>
<p>Some intro text about Bar.</p>
<h3>Bar subsection 1</h3>
<p>Some text about the first subtopic of Bar.</p>
<h3>Bar subsection 2</h3>
<p>Some text about the second subtopic of Bar.</p>
</div>
<div>
<h2>Baz</h2>
<p>Some text about Baz</p>
</div>
<br>
<p>Some concluding text about Foo</p>
</div>
</body>
</html>
"""
headers_to_split_on = [
("h1"， "Header 1")，
("h2"， "Header 2")，
("h3"， "Header 3")，
]
html_splitter = HTMLHeaderTextSplitter(headers_to_split_on=headers_to_split_on)
html_header_splits = html_splitter.split_text(html_string)
html_header_splits
输出结果，
[Document(page_content='Foo')，
Document(page_content='Some intro text about Foo. \nBar main section Bar subsection 1 Bar subsection 2'， metadata={'Header 1': 'Foo'})，
Document(page_content='Some intro text about Bar.'， metadata={'Header 1': 'Foo'， 'Header 2': 'Bar main section'})，
Document(page_content='Some text about the first subtopic of Bar.'， metadata={'Header 1': 'Foo'， 'Header 2': 'Bar main section'， 'Header 3': 'Bar subsection 1'})，
Document(page_content='Some text about the second subtopic of Bar.'， metadata={'Header 1': 'Foo'， 'Header 2': 'Bar main section'， 'Header 3': 'Bar subsection 2'})，
Document(page_content='Baz'， metadata={'Header 1': 'Foo'})，
Document(page_content='Some text about Baz'， metadata={'Header 1': 'Foo'， 'Header 2': 'Baz'})，
Document(page_content='Some concluding text about Foo'， metadata={'Header 1': 'Foo'})]
使用示例 2：通过管道传输到另一个拆分器，从 Web URL 加载 html
示例代码，
from langchain_text_splitters import RecursiveCharacterTextSplitter
# url = "https://plato.stanford.edu/entries/goedel/"
url = "https://zh.wikipedia.org/wiki/%E5%8A%89%E5%BE%B7%E8%8F%AF"
headers_to_split_on = [
("h1"， "Header 1")，
("h2"， "Header 2")，
("h3"， "Header 3")，
("h4"， "Header 4")，
]
html_splitter = HTMLHeaderTextSplitter(headers_to_split_on=headers_to_split_on)
# for local file use html_splitter.split_text_from_file(<path_to_file>)
html_header_splits = html_splitter.split_text_from_url(url)
chunk_size = 500
chunk_overlap = 30
text_splitter = RecursiveCharacterTextSplitter(
chunk_size=chunk_size， chunk_overlap=chunk_overlap
)
# Split
splits = text_splitter.split_documents(html_header_splits)
splits[80:85]
输出结果，
[Document(page_content='主条目：劉德華演唱會列表'， metadata={'Header 1': '劉德華'， 'Header 2': '歌唱事业[编辑]'， 'Header 3': '演唱会[编辑]'})，
Document(page_content='1991年，刘德华凭借其在电影方面的影响力，在韩国汉城（今首尔）首爾奧林匹克體操競技場举办了一场演唱会，这是他举办的首场个人演唱会。1992年赴美国与加拿大举办的八场个唱为其首次巡回演出[189]。1993年1月，首次於紅磡體育館舉辦了20场的在港個人演唱會[142]。之后1994年与1996年又各举办了20场，1999年、2001年与2004年的夏季各举办15场，2007年、2010年和2018年年底各举办了16场、20场和13场（2018年原定20场，因喉咙发炎被迫取消了7场）的跨年演出[188][198]，累计起来目前他已在香港红馆开唱154场。1993年刘德华首次到中国大陆展开了23场的室内巡回演唱会[189]，为其首次中国巡演活动。1997年与1998年在内地累计举办20场[189]；2000年的中国巡演在济南、沈阳等10个城市展开[189]。2001年与2002年的“夏日Fiesta”巡演合计在武汉、大连、南昌、西安等10个城市举行[189]。2004年至2005年的“Vision'， metadata={'Header 1': '劉德華'， 'Header 2': '歌唱事业[编辑]'， 'Header 3': '演唱会[编辑]'})，
Document(page_content='Tour”中国巡回在上海、苏州、西安、无锡等19个城市上演[189]。2007年的“Wonderful World”中国巡回从呼和浩特开始到成都结束共在15个城市举办[193]，其中上海站一连举办了两场；2009年继续进行了广州、合肥等9个城市的“Wonderful World”中国巡回个唱[192]。2011年在北京、郑州和天津等11站举办“Unforgettable”中国巡回演出[199]。2013年开启的“ALways”中国巡回个唱选择在上海、南京、广州、北京和大连这五座城市的体育馆举行[232]，以达到同香港红馆四面台一样的室内效果。至今刘德华已在中国大陆各城市举办了132场个人演唱会，其中上海为其举办场次最多的内地城市。由于创下过许多城市的票房上座和現場火暴記錄，刘德华也被一些中国媒体和演出商誉为“華語歌壇票房第一人”[233][234][235][236]。'， metadata={'Header 1': '劉德華'， 'Header 2': '歌唱事业[编辑]'， 'Header 3': '演唱会[编辑]'})，
Document(page_content='除了香港和中国大陆，刘德华也多次到台湾、新加坡、马来西亚，以及北美的温哥华和多伦多等华人聚集的城市举办演唱会[189]。从1991年到2013年之间除了2006年和2012年外，刘德华每年都举办了多场演唱会，其中1996年以累计举办47场为其演唱会最多的一年[189]。其演唱会顺序大多都是先在香港举办连续多场的个唱，然后再到各地巡演，不过2007年与2013年这两年却以中国巡演为开端，然后才赴其他地区举办。在演出内容上，香港本土以粤语歌曲为主，各地巡演则以国语歌曲为主，而《一起走过的日子》和《忘情水》[129]这两首经典代表作是其演唱频率最多的歌曲。刘德华在每次巡演前都会学习一些新的舞蹈以表演给歌迷[237]，如2001年的拉丁舞[170]与2004年的踢踏舞[238]。其演出现场经常以劲歌热舞为开端，中间会安插一些表演和歌唱同时进行的以爱情为主题的音乐剧[239][237][240]，而且从头到尾刘德华与歌迷、观众交流互动的机会比较多[158]。由于多年来刘德华陆续演绎了许多首广为流行和传唱的经典歌曲，因此《谢谢你的爱》、《忘情水》、《天意》、《中国人》、《笨小孩》、《冰雨》、《爱'， metadata={'Header 1': '劉德華'， 'Header 2': '歌唱事业[编辑]'， 'Header 3': '演唱会[编辑]'})，
Document(page_content='《忘情水》、《天意》、《中国人》、《笨小孩》、《冰雨》、《爱你一万年》、《练习》等名曲在个唱上常常会引起集体大合唱[129]。从1994年至今，刘德华已发行11张个唱影碟，其中在香港红馆录制的有1994、1996、1999、2001、2004、2007和2010年共七张，2002年的《你是我的骄傲演唱会》于12月6日在香港伊利沙伯体育馆举办，是为庆祝他入行20年而专门为三千名华仔天地会员举办的一次免费演出[241]。另外三张冠名为中国巡回演唱会的影碟，分别是在2004年的北京工人体育场、2007年和2011年的上海体育场录制的，这开创了歌手在北京和上海这两大能容纳6万名以上观众的体育场发行演唱会影碟的先河，其中北京演唱会不仅入选中国演出家协会评选的「2004中国十大演出盛事」，而且还是2004年中国单场演出票房最高的一场演出[242]。'， metadata={'Header 1': '劉德華'， 'Header 2': '歌唱事业[编辑]'， 'Header 3': '演唱会[编辑]'})]
限制
不同的 HTML 文档之间可能存在相当大的结构差异，虽然 HTMLHeaderTextSplitter 会尝试将所有"相关"的标题附加到任何给定的文本块上，但有时可能会遗漏某些标题。例如，该算法假设信息层次结构中的标题总是位于与文本相关联的"上方"节点，即前面的兄弟节点、祖先节点以及它们的组合。在以下新闻文章中(截至本文撰写时)，文档的结构使得顶级标题的文本虽然被标记为 “h1”，但它所在的子树与我们期望它"在上方"的文本元素是不同的——因此我们可以观察到 “h1” 元素及其相关文本没有出现在文本块元数据中(但在适用的情况下，我们确实看到了 “h2” 及其相关文本)。
示例代码，
# url = "https://www.cnn.com/2023/09/25/weather/el-nino-winter-us-climate/index.html"
url = "https://zh.wikipedia.org/wiki/%E5%8A%89%E5%BE%B7%E8%8F%AF"
headers_to_split_on = [
("h1"， "Header 1")，
("h2"， "Header 2")，
]
html_splitter = HTMLHeaderTextSplitter(headers_to_split_on=headers_to_split_on)
html_header_splits = html_splitter.split_text_from_url(url)
print(html_header_splits[1].page_content[:500])
输出结果，
No two El Niño winters are the same， but many have temperature and precipitation trends in common.
Average conditions during an El Niño winter across the continental US.
One of the major reasons is the position of the jet stream， which often shifts south during an El Niño winter. This shift typically brings wetter and cooler weather to the South while the North becomes drier and warmer， according to NOAA.
Because the jet stream is essentially a river of air that storms flow through， the
2-2. Split by HTML section
与 HTMLHeaderTextSplitter 概念相似，HTMLSectionSplitter 是一种"结构感知"的分块器，可以在元素级别分割文本，并为与任何给定块"相关"的每个标题添加元数据。它可以逐个元素返回块，或组合具有相同元数据的元素，目的是 (a) 在语义上或多或少地保持相关文本分组，(b) 保留文档结构中编码的上下文丰富信息。它可以与其他文本分割器一起用作分块管道的一部分。在内部，当节的大小大于块大小时，它使用 RecursiveCharacterTextSplitter。它还考虑文本的字体大小，以根据确定的字体大小阈值确定它是否是一个节。使用 xslt_path 提供绝对路径来转换 HTML，以便它可以根据提供的标签检测节。默认是使用 data_connection/document_transformers 目录中的 converting_to_header.xslt 文件。这是为了将 html 转换为更容易检测节的格式/布局。例如，可以根据字体大小将 span 转换为标题标签，以检测为一个节。
from langchain_text_splitters import HTMLSectionSplitter
20240407 时点 langchain_text_splitters 包中还没有 HTMLSectionSplitter，无法进行实际学习，暂且保留
2-3. Split by character
这是最简单的方法。它根据字符（默认为""）进行拆分，并通过字符数来衡量块的长度。
- 文本如何拆分：按单个字符拆分。
- 块大小如何衡量：按字符数衡量。
示例代码，
# This is a long document we can split up.
with open("./files/liudehua.txt") as f:
liudehua = f.read()
from langchain_text_splitters import CharacterTextSplitter
text_splitter = CharacterTextSplitter(
separator="\n\n"，
chunk_size=1000，
chunk_overlap=200，
length_function=len，
is_separator_regex=False，
)
texts = text_splitter.create_documents([liudehua])
# print(texts[0])
print(f"{texts=}")
输出结果示例，
texts=[Document(page_content='刘德华，BBS，MH，JP（英语：Andy Lau Tak Wah；1961年9月27日—），香港男演员、歌手、填词人、监制及出品人，1990年代获封为香港乐坛“四大天王”之一[3]，也是吉尼斯世界纪录大全中获奖最多的香港歌手[4]；在影视方面，他三次获得香港电影金像奖最佳男主角奖，两次获得金马奖最佳男主角奖，至今参演电影超过170部[5]。刘德华是天幕公司和映艺集团的创建者，作为投资人与监制已参与制作了30多部华语电影[6]。除此之外，刘德华是四川省川剧学校客座教授[7]。\n\n1999年，刘德华获得“香港十大杰出青年”的荣誉，2000年11月则顺利荣登“世界十大杰出青年”[8]，成为获此殊荣的少数几位香港艺人。2006年7月7日，香港演艺学院因他“是香港最受尊重和喜爱的演艺名人之一，对香港电影及音乐贡献良多。其严谨专业的工作态度，足以成为年轻人的典范”，为了“表彰他在表演艺术方面的成就”而授予刘德华荣誉院士称号[9]，他也因此成为少数几位获此荣誉的香港艺人之一[10]。\n\n刘德华笃信佛教，法号“慧果”，热心公益，时常参与慈善活动。2008年，刘德华获香港特别行政区政府委任为太平绅士[11]，2010年4月23日，刘德华获任中国残疾人福利基金会理事并担任副理事长[12]。2010年5月2日，刘德华获颁第十二届“世界杰出华人奖”同时获颁授加拿大纽奔驰域蓝仕桥大学荣誉博士学位[13]。2013年12月8日，他又当选香港残疾人奥委会暨伤残人士体育协会副会长[14]。2017年12月他因演艺事业和公益事务上的成就被香港树仁大学授予荣誉文学博士学位。2018年6月受邀加入美国电影艺术与科学学会成为会员[15]。\n\n\n刘德华出生于香港新界大埔泰亨村（旧称菜坑村[注 1]）[16]，籍贯广东新会县荷塘镇（今江门市）[17]。祖父在当时算是大地主（乡村、农地）[18]。另外，他在家中亦有三姊、一妹和一弟（刘德盛）[19][20][21]，自己在家中排行第四[22]。其父刘礼年轻时为启德机场的消防员[16]。')， Document(page_content='刘德华出生于香港新界大埔泰亨村（旧称菜坑村[注 1]）[16]，籍贯广东新会县荷塘镇（今江门市）[17]。祖父在当时算是大地主（乡村、农地）[18]。另外，他在家中亦有三姊、一妹和一弟（刘德盛）[19][20][21]，自己在家中排行第四[22]。其父刘礼年轻时为启德机场的消防员[16]。\n\n刘德华五岁多时由于任职驻守机场消防员的父亲希望他能入读英文小学而随家人离开了农村[注 1]，全家后来搬到了九龙钻石山大磡村（曾就读村里的大磡村街坊福利会小学）[23]。钻石山为贫民区，多是木屋，容易发生火灾。刘家的木屋在刘德华十一岁时被大火烧毁，家人因此住在寮屋一年[18]，家人后来再搬到蓝田邨第十五座。[24]在刘德华五、六岁时，父亲还开了一间名叫“得胜士多”的小吃杂货店以赚钱维持家用[注 1]；刘德华与姐姐们则经常担任店里的帮工一起干活，当时负责写菜名的他为日后写下一手好的毛笔字奠定了基础[25]。离店不远处有一家“坚城片场”，往片场送外卖的他也能常见到曹达华、石坚、冯宝宝等当红演员拍戏时的模样[26]。因为父亲嗜吃叉烧，后来刘德华更把蓝田邨十五座地下的“华东烧腊”买下来送予父亲，现时他和父母都住在加多利山大宅[27]，而其大姐一家则住在大围新翠邨公屋。[28]\n\n刘德华，出生时取名“德华”，在就学阶段曾取学名为“福荣”，刘福荣只是学名而非本名，“刘德华”就是本名[29]，他本人在《鲁豫有约》、《康熙来了》中曾亲口公开澄清此事。[30][31] 刘德华在黄大仙天主教小学毕业后[32][注 1]，升读位于新蒲岗的英文中学可立中学[33]。升读可立之后，刘德华于就读中一级时曾因英文科成绩差而留级一年[注 1]，经补习后继续升班[注 1]。与校内要好的同学走在一起，还自号“可立七侠”[25]，同时，他参加校外中小学跳弹床公开比赛[注 2]。亦热心参加校内外学校剧社的表演[注 2]，参与幕后制作负责编剧[注 2]，而教授他有关戏剧方面知识的地理科老师，就是后来的著名舞台剧编剧杜国威[33][注 2]。刘德华在中五会考获得1B3D2E（中文读本A）的成绩，中六上学期后，到香港电视广播有限公司（TVB）的艺员训练班受训[34]。此前他在中学阶段开始到慈云山踢足球[注 2]，与黄日华识于微时[注 2]；当时刘担任守门员[注 2]，黄担任前线球员[注 2]。')， Document(page_content='1980年刘德华为了想当导演而入读第10期无线电视艺员训练班[35][36][注 3]，著名的同期同学有吴家丽、梁家辉、戚美珍、张之亮、徐锦江等，1981年毕业后任无线电视台演员[34]。在香港电台电视部制作的电视单元剧《香港香港8：江湖再见》里首次演出[37]。其后在李添胜监制的时装警匪电视剧《猎鹰》里首度担演男主角饰演一名投身警界的青年警察而开始走红[35]。\n\n1983年受TVB力捧，与黄日华、梁朝伟、苗侨伟和汤镇业组成“无线五虎将”[35]，相继出演了1983年萧笙监制、与陈玉莲合作的50集武侠剧《神雕侠侣》，1984年李添胜监制、与梁朝伟合作的《鹿鼎记》等多部很受欢迎的无线剧集，其中在片中饰演杨过的《神雕侠侣》不仅是刘德华最为重要的电视剧代表作[38]，其人气甚至让他成为电影投资方，导演等重用的新晋，奠定他往影坛发展基础。1999年该剧为刘德华赢得TVB无线千禧“我最难忘的男主角”荣誉，而且还被金庸先生于2003年选为他最满意的根据其小说改编成的两部电视剧之一（另外一部是1976年郑少秋主演《书剑恩仇录》）[39]。\n\n刘德华于1982年开始参演电影，首部作品是吴小云执导的《彩云曲》[35]，其中刘的戏份比较少。第一部参演的重要电影作品是1982年许鞍华执导的表现越南战后普通人生活和移民香港题材的《投奔怒海》[37]，获得第二届香港电影金像奖最佳新演员提名，不过败于以同一电影提名的女演员马斯晨[40]。1983年霍耀良执导的《毁灭号地车》是刘德华首部担纲男主角的电影。\n\n1985年吴思远执导、刘德华与叶德娴主演的法庭剧情片《法外情》是刘德华早期主演电影中的一部重要代表作[41]。刘在片中扮演一位年轻的律师在法庭上唇枪舌战的表现不俗，而法庭外与身世有关的感情戏则比较赚人眼泪。《法外情》的成功促使主创们后来又拍摄了两部续集《法内情》和《法内情大结局》[42]。另外，这时期刘跟洪金宝等人合作的群星动作片《最佳福星》，以及与周润发合作的江湖片《江湖情》都获取了良好的票房成绩。')， Document(page_content='1988年至1992年是刘德华拍片量最多的时期，这五年他参演了超过50部作品。其中演出最多最成功的类型是黑社会江湖片，并塑造了多个成长于草根、身在江湖却有情有义英雄未泯、却以悲剧收场的“情深烂仔”、“良心古惑仔”与“悲剧英雄”角色，深深影响当时的年轻人[43][44]。1988年他与张曼玉和张学友合作王家卫的导演处女作《旺角卡门》，塑造了一个重情重义的江湖混混华仔形象，使其首次获得香港电影金像奖最佳男主角提名[45]，该片也为刘赢得首座表演奖杯——台湾金龙表演艺术奖最佳演员奖[35]；1989年由向华胜、王晶联合执导，刘与谭咏麟合作的黑帮赌片《至尊无上》票房达2300多万港币，是为数不多的讲述兄弟情义的港产赌片。1990年他与吴倩莲在陈木胜的导演处女作《天若有情》中，演绎了小混混华Dee与千金小姐JOJO之间一段刻骨铭心的浪漫生死恋，感动了华语地区及韩国等地许多观众[46]，本片的成功也导致后来他与吴倩莲在杜琪峰执导的1991年作品《至尊无上II之永霸天下》和1996年作品《天若有情III之烽火佳人》中合演情侣[47]。该时期他主演的其他主要古惑仔电影还有《同根生》、《飚城》、《狱中龙》等。\n\n而刘德华亦凭借其出众的偶像外型拍摄了大量的商业片，其中与著名导演王晶合作的次数最多，双方合作最具代表性的作品有以《最佳损友》系列、《精装追女仔II》、《与龙共舞》为代表的爱情喜剧片，刘德华在其中表现了喜剧表演才能，票房成绩也不俗；他与王晶合作的另一类主要电影是赌博片，如1989年与周润发合作的《赌神》，1990年与周星驰合作的《赌神》续集《赌侠》，都成为当时非常卖座的商业类型片[43][48]，这些作品使得刘德华的“赌侠”与周润发的“赌神”和周星驰的“赌圣”并列为港产赌片的三大代表角色[48]。90年代后期刘与王晶又合作了两部以King哥为主角的续集《赌侠1999》和《赌侠大战拉斯维加斯》，分别于1998年与1999年上映。[48]')， Document(page_content='此外，该时期比较知名的作品还有《九一神雕侠侣》和《五亿探长雷洛传》。1991年的《九一神雕侠侣》是刘德华成立的天幕制作有限公司拍摄的首部作品，是他与梅艳芳等人合作的一部现代奇幻浪漫动作片，收获了良好的反响和票房[49]。同年分为两部先后上映的《五亿探长雷洛传》由刘国昌执导，是一部改编自真人故事的传记片，刻画了一个香港警察雷洛在腐败横行的法治乱世中成长为巨贪枭雄的兴衰成败史[45]，两部累计票房5300万，刘德华也凭借雷洛一角获得第11届香港电影金像奖最佳男主角提名[45]。《雷洛传》的成功使刘德华又接拍了表现澳门赌王传记题材的《赌城大亨》系列，也分成两部于1992年先后上映，获得不错反响[43][48]。不过，高产时期的刘德华也往往被认为“处理性格和情感没有深度，角色类型化”，影评人张伟雄说：“他喜欢在镜头里玩形态，玩火机，玩枪，玩小动作，连发型都不能改。可以说，他是同一时期一直演两种角色而已，路数甚窄。多产期还造就了刘德华在表演上的另一个大特点，就是模仿。”[43]')， Document(page_content='罗马拼音\tLau Tak Wah\n英文名\tAndy Lau\n昵称\t华仔、华哥、刘天王\n别名\t刘福荣\n国籍\t 中华人民共和国（香港）\n出生\t1961年9月27日（62岁）\n 英属香港新界大埔泰亨乡（菜坑村）[1]\n职业\t演员、歌手、电影制片、填词人、出品人\n语言\t粤语、英语、国语\n教育程度\t可立中学中六预科肄业\n无线电视艺员训练班\n四川省川剧学校注册学习[2]\n配偶\t朱丽倩（2008年结婚）\n儿女\t1女\n音乐类型\t华语流行、粤语流行\n演奏乐器\t人声、二胡、口琴\n出道地点\t 英属香港\n出道日期\t1981年，\u200b41年前\n出道作品\t《香港香港：江湖再见》（电视剧）\n《彩云曲》（电影）\n《只知道此刻爱你》（专辑）\n代表作品\n音乐作品歌曲创作影视作品\n活跃年代\t1981年至今\n唱片公司\t华星唱片（1985年）\n百代唱片（1987年至1989年）\n宝艺星（1990年至1992年）\n华纳唱片（1992年至1995年）\n博德曼音乐（1996年至2001年）\n百代唱片（2002年至2004年）\n东亚唱片（2005年至2016年）\n映艺音乐（2017年至今）\n经纪公司\t无线电视（1981年至1986年）\n艺能机构（1986年至1992年）\nICM（美国经纪公司）（1992年至1990年代末）\n中国星集团（1990年代至2003年）\n天中娱乐（2001年至2002年）\n加际娱乐（2002年至2005年）\n映艺娱乐（2005年至今）\n\n尽管香港电影业自1990年代中期已进入了产量锐减和票房下降的衰退阶段，不过刘德华的电影事业却一直在进步，佳作不断。[43]\n\n1993年刘镇伟执导的《天长地久》是天幕公司拍摄的一部浪漫剧情片，刘德华与刘锦玲和吴家丽合作诠释了一段演艺圈里的悲剧爱情故事，其缠绵悱恻的味道成为刘德华电影生涯为数不多的一部文艺片。[50]1994年刘德华投资的《天与地》在内地取景拍摄，讲述民国时期禁毒专员张一鹏到上海打击毒枭的故事，结局设计使得本片充满了悲剧色彩和批判意味。[51]')， Document(page_content='1993年刘镇伟执导的《天长地久》是天幕公司拍摄的一部浪漫剧情片，刘德华与刘锦玲和吴家丽合作诠释了一段演艺圈里的悲剧爱情故事，其缠绵悱恻的味道成为刘德华电影生涯为数不多的一部文艺片。[50]1994年刘德华投资的《天与地》在内地取景拍摄，讲述民国时期禁毒专员张一鹏到上海打击毒枭的故事，结局设计使得本片充满了悲剧色彩和批判意味。[51]\n\n1995年与梁咏琪合作主演尔冬升执导的赛车励志片《烈火战车》，片中其对阿祖叛逆、倔强和执著的心理刻画和多重情感纠葛的演绎让刘德华获得了第三次金像奖最佳男主角提名[45]。同年主演林岭东导演的《大冒险家》在菲律宾、香港和美国三地拍摄，它在大型枪战爆炸场面上的制作上比较精良[52]。90年代后期由于刘德华的天幕公司已累计亏损4000万，刘德华于是向向华强夫妇求助，并连续跟向氏的永盛公司和中国星集团合作，拍摄了《新上海滩》、《天地雄心》、《龙在江湖》、《赌侠1999》、《黑马王子》、《赌侠大战拉斯维加斯》等许多卖座商业片，这些作品都进入了香港年度票房前十。[53]其中在1996年潘文杰执导的《新上海滩》中演绎了一个从低层奋斗慢慢崛起最终遇害的黑帮大哥丁力新形象[54]。1998年与梁咏琪主演黑帮电影《龙在江湖》，其饰演的黑帮成员韦吉祥悲剧结局颠覆了导演王晶一贯的欢乐风格。这一时期已进入中年阶段的刘德华在《烈火战车》、《龙在江湖》和《赌侠1999》等片中的演绎突破了他以往塑造的年轻黑帮英雄形象，成为“反英雄”角色的代表[43]。')， Document(page_content='从1999年杜琪峰执导的《暗战》开始，刘德华摆脱了过去比较偶像化的演绎方法[55]，不断深入角色性格与内心成功实现转型，塑造了许多不同身份与个性的角色[43]，如《暗战》里身患绝症、与谈判专家斗智斗勇、为父报仇、亦正亦邪的华[55]，《孤男寡女》中的销售部门经理华少，《阿虎》中悲情的拳击手孟虎，《瘦身男女》里贪吃又坚持自我牺牲的肥佬，《无间道》和《终极无间》中在警局里任高级督察的黑帮卧底刘健明，以及《大只佬》中经过多重考验后终于看透因果真谛的了因和尚等。这一连串作品不仅在票房和口碑上赢得佳绩[43]，亦获第19届到23届连续五届的香港电影金像奖最佳男主角提名[45]，其中凭借《暗战》和《大只佬》两度得奖[56]，并入围第38届、40届和41届金马奖最佳男主角，以《无间道III》获奖[35]。此外，《阿虎》为他赢得第六届香港电影金紫荆奖最佳男主角奖[57]，《大只佬》赢得第十届香港电影评论学会大奖最佳男演员[58]和第四届华语电影传媒大奖最佳男主角奖[59]，《孤男寡女》、《瘦身男女》和《大只佬》为刘赢得三次演艺动力大奖最突出电影男演员称号。而《孤男寡女》、《瘦身男女》和《无间道》的大卖不仅巩固了刘德华的票房巨星地位[43]，亦使得他与郑秀文成为当时很受欢迎的一对银幕情侣，而杜琪峰与刘德华和郑秀文三人也有了“铁三角”之称。[60]因此1999年至2004年是刘德华港产片时代的一段颠峰时期。\n\n2005年在陈德森执导的奇幻悲剧电影《童梦奇缘》中，刘克服挑战借化妆技术呈现了巨大年龄跨度的演出，他的表现不仅成为该片的最大看点，其光仔一角又获金像奖最佳男主角提名[61]。2006年参演尔冬升执导的毒品题材的警匪片《门徒》，在片中他将一位复杂个性之毒枭刻画得逼真到位，并以此片赢得一座金像奖男配角奖[62]。2007年，刘德华因其自1997年以来对香港电影的贡献而与著名监制江志强一同获得香港电台主办、香港电影金像奖协办的香港特区十周年电影选举杰出成就奖[63]。')， Document(page_content='合拍片时代\n随着2003年以来香港与内地的电影合作不断加深，刘德华也经常在合拍片中担任主角。2004年，先与中国著名导演张艺谋合作武侠片《十面埋伏》，该片获得了良好的国际票房与西方的好评[64]；接着又与著名商业导演冯小刚合作犯罪剧情片《天下无贼》，被陈可辛称赞道成功演绎了一位颇有说服力的大陆人形象[43]，获得第五届华语电影传媒大奖最佳男主角提名[65]以及香港电影金紫荆奖最佳男主角提名。2005年香港电影评论学会副会长登徒认为“刘德华应该算第一个在内地发展得很好的香港明星，他能找到与国内电影工作者合作的方法。”[43]\n\n2006年主演了香港文艺导演张之亮执导的中日韩合拍古装战争片《墨攻》，其饰演的主张“兼爱非攻”的墨家使者革离一角获得2007年亚洲电影大奖最佳男演员提名[66]以及香港电影金紫荆奖最佳男主角提名。2007年刘德华与李连杰、金城武合作陈可辛执导的古装战争巨制《投名状》，以片中粗犷直性、命运悲惨的草莽兄弟赵二虎一角获得第十次香港金像奖最佳男主角提名[67]。2008年在李仁港导演的古装动作片《三国之见龙卸甲》中展现了青年与老年两个阶段、胸怀壮志且表现勇猛的三国英雄人物赵子龙，成为刘德华本人比较满意的一个银幕角色。2010年在徐克武侠回归之作《狄仁杰之通天帝国》中，刘德华塑造了一个有勇有谋的大唐神探狄仁杰新形象，作为主演亦参与角逐第67届威尼斯国际电影节最佳男演员奖项[68]，该片也获得了“目前最接近好莱坞标准的华语类型片”的史诗娱乐巨制的赞誉[69]。\n\n2011年刘德华投资并与叶德娴合作主演许鞍华执导的剧情片《桃姐》，在这部根据真人真事改编而成的老人题材的作品中了他饰演了一位很有生活质感的普通人，极具说服力的内敛演出让他先后在第48届金马奖和第31届香港电影金像奖上称帝[70][71][72]。2012年10月他被金马奖执委会委任为第49届金马奖评审团主席[73]。2013年又受邀担任第七届亚洲电影大奖评审团主席[74]。')， Document(page_content='2011年刘德华投资并与叶德娴合作主演许鞍华执导的剧情片《桃姐》，在这部根据真人真事改编而成的老人题材的作品中了他饰演了一位很有生活质感的普通人，极具说服力的内敛演出让他先后在第48届金马奖和第31届香港电影金像奖上称帝[70][71][72]。2012年10月他被金马奖执委会委任为第49届金马奖评审团主席[73]。2013年又受邀担任第七届亚洲电影大奖评审团主席[74]。\n\n时隔多年之后，他再次与杜琪峰和郑秀文合作，在2013年推理喜剧片《盲探》中首次演绎了一位盲人侦探角色庄士敦，该片为他赢得2013年西班牙锡切斯电影节最佳男主角奖，是刘德华赢得的首个国际影展影帝殊荣[75]。值得一提的是，《盲探》是他自2005年以来所主演的唯一一部纯港产片。同年12月上映的《风暴》由刘德华与江志强联合投资并监制[6]，为袁锦麟编导、刘与林家栋主演的一部港产警匪片，他坚持亲自完成大量高难度动作戏[76]，其火爆场面被认为可媲美同类型好莱坞电影，而刘演绎的警官吕明哲集人性冲突和善恶于一身，被一些影评人认为是一个突破[77][78][79]。\n\n2015年刘德华在华谊兄弟出品、改编自真人真事、中国女编剧兼作家彭三源编导的电影处女作《失孤》中演绎一名坚持寻子十多年的中国底层农民雷泽宽[80]，他的表演成为该片最大的看点，其颠覆性的演出获得普遍肯定[81][82][83]，获得第30届金鸡奖最佳男主角提名和第35届香港电影金像奖最佳男主角提名[84][85]，赢得第16届华表奖优秀男演员奖[86]。9月上映丁晟编导的中国警匪片《解救吾先生》也同样取材自真实事件，他饰演一名被劫匪绑架后冷静求生的香港影星吾先生，获得第2届丝绸之路国际电影节最佳男演员奖[87]。同年参演张艺谋执导的中美合拍3D魔幻动作巨制《长城》，2016年12月在中国上映。[88]')， Document(page_content='2017年刘德华监制并主演邱礼涛编导的大制作港产警匪片《拆弹专家》，演绎了一位不畏悍匪、忠于职责、敢于牺牲的英雄警察，获得第37届香港电影金像奖最佳男主角提名，赢得首届最港电影大奖最港男演员奖[89]。同年与甄子丹合作在王晶导演的《追龙》中特别演出、继1991年的《五亿探长雷洛传》后再次演绎雷洛一角。2019年继续与邱礼涛合作，监制并与古天乐、苗侨伟和林嘉欣合作主演港产动作片《扫毒2天地对决》，饰演一位从黑道背景成功转型、痛恨毒贩并与昔日兄弟决裂的金融巨子余顺天，中国大陆获取13.12亿人民币成为港产片大陆市场票房冠军[90]。\n\n由关信辉执导、刘德华投资监制于2017年完成拍摄的香港青春励志电影《热血合唱团》在2020年11月公映，刘演绎一位帮助“问题学生”成长进步的音乐指挥老师严Sir。刘德华、刘青云和倪妮主演的《拆弹专家》续集《拆弹专家2》继续由邱礼涛执导、刘德华监制，同年12月上映后票房与口碑都获取佳绩，其演绎的人物性格前后反差巨大的潘乘风一角获得普遍赞誉。刘德华与肖央、万茜合作的黑色幽默剧情片《人潮汹涌》在2021年春节上映，由饶晓志编导、刘德华监制，他演绎了一个因意外失忆而成为努力上进的龙套演员的假杀手周全。\n\n刘德华与吴京、李雪健合作的郭帆执导的科幻巨制《流浪地球2》在2023年春节上映，他演绎了一位不懈追求数字生命的电脑工程师图恒宇，电影获取了很好的口碑与票房。')， Document(page_content='刘德华与吴京、李雪健合作的郭帆执导的科幻巨制《流浪地球2》在2023年春节上映，他演绎了一位不懈追求数字生命的电脑工程师图恒宇，电影获取了很好的口碑与票房。\n\n票房与合作\n电影票房方面，由于刘德华是香港一线影星中拍片数量最多的男演员（1988年到1992年共计达50多部），因此在2005年由香港UA院线主办的“光影梦魅20年暨全港最高票房电影颁奖典礼1985-2005”上[91]，他以108部累计约17.3亿港币票房获全港最高票房男演员奖。在2007年由香港国际电影节主办的首届亚洲电影大奖上，刘德华获亚洲电影票房巨星大奖[92]。至今其主演（第一或第二主演）的作品中香港票房超过2000万港元的共有28部，其中有15部超过2500万，分别为《赌神》、《赌侠》、《五亿探长雷洛传》、《整蛊专家》、《烈火战车》、《孤男寡女》、《瘦身男女》、《全职杀手》、《无间道》、《大只佬》、《无间道3》、《门徒 (电影)》、《投名状》、《桃姐》和《拆弹专家》。共有45部刘德华主演的电影进入香港华语片年度票房前十，是票房前十次数最多的香港演员。中国大陆票房超过一亿人民币作品有20部，分别为《十面埋伏》、《天下无贼》、《投名状》、《游龙戏凤》、《狄仁杰之通天帝国》、《新少林寺》、《天机：富春山居图》、《盲探》、《风暴》、《失孤》、《解救吾先生》、《赌城风云III》、《王牌逗王牌》、《拆弹专家》、《侠盗联盟》、《追龙》、《扫毒2天地对决》、《拆弹专家2》、《人潮汹涌》和《流浪地球2》。他主演的作品香港和大陆票房最高的分别为《无间道》（5500万港币）和《流浪地球2》（40.3亿人民币）。')， Document(page_content='在合作对象方面，迄今合作次数最多的导演是多达20多部的王晶；而合作11次的杜琪峰则是与刘德华合作最成功的一位导演，刘德华有多部代表作均出自杜琪峰之手，包括让刘两度金像奖称帝的《暗战》和《大只佬》[93]，他同杜琪峰亦是现实中关系较好的朋友。男演员方面，与其关系最好的男艺人有苗侨伟[94][95][96]、黄日华、林家栋等人[97][98]。跟刘德华合作过的女演员有很多，其中合作最多次的是从1988年的《群龙夺宝》开始到1999年拍摄的《卫斯理蓝血人》为止共11次的关之琳，双方因此也在90年代被媒体称作“银幕情侣”[47]，2011年1月在他举办的香港演唱会上关之琳作为嘉宾时，刘德华更笑称“我当年真的以为会和她结婚”[99]；在90年代，刘德华与吴倩莲演过四次情侣让人印象深刻[47]；2000年代以来，与刘德华合作次数最多最默契的为郑秀文，两人从2000年的《孤男寡女》到2013年的《盲探》共七部电影中饰演情侣[47]。此外不得不提的一位女艺人是叶德娴，由于叶德娴与刘德华在其成名电视剧《猎鹰》和《法外情》系列中演绎了感人的母子对手戏，叶德娴因而成为刘德华的干妈并保持着亲密的私人关系[100][101]，在2010年刘德华香港跨年个唱上叶德娴还以常驻嘉宾的身份参与了每场演出[102]，这对母子搭档在相隔多年之后再次在2011年许鞍华作品《桃姐》中又有精彩感人的合作，并为叶德娴连续赢得威尼斯电影节、德班国际电影节、金马奖、亚洲电影大奖、香港金像奖等九个影后殊荣。')， Document(page_content='为了实现个人的电影梦想，刘德华于1991年成立了属于自己的天幕制作有限公司。首部作品《九一神雕侠侣》由刘德华与梅艳芳主演于1991年12月上映，收获了良好的口碑和2000多万港币票房，该片让天幕公司一举成功[49]。不过之后的《吴三桂与陈园园》、《九二神雕侠侣》、《战神传说》、《天长地久》、《天与地》、《1/2次同床》几部电影票房都不如预期，累计亏损达4000万以上港币，几乎令天幕公司濒临破产，1990年代后期刘德华靠借债、接拍电影、出唱片、开演唱会、做广告代言的收入拿来投资电影才维持住了公司的营运[103]。1997年投资陈果导演的小成本独立电影《香港制造》赢尽口碑[104][105]，并获得香港电影金像奖最佳电影、最佳导演[106]以及金马奖最佳导演、最佳编剧等多个大奖[107]，之后又合作了《去年烟花特别多》[108]，这两部作品是天幕公司仅有的纯文艺片，但是票房也很差。《阿虎》与《爱君如梦》是天幕公司最后的两部作品，都由刘德华主演，前者成为他的演技代表作[45][57]，后者是部讲述小人物追求梦想的歌舞喜剧片[109]。')， Document(page_content='2002年刘德华与合伙人麦绍棠发生法律纠纷[110][111]，导致刘德华重新成立了一家新公司映艺娱乐有限公司。刘德华吸取了天幕公司的教训，不再拍摄大制作商业片，主要投资小成本的文艺片[112]。2005年余伟国执导的《再说一次我爱你》为映艺首部作品，是刘德华与杨采妮、蔡卓妍合作的一部爱情悲剧电影[113]。2005年启动的“亚洲新星导计划”是专门为扶持新导演的一个电影项目，共资助了大华语地区的六名年轻导演拍摄了六部作品，其中包括台湾的《人鱼朵朵》、中国大陆的《疯狂的石头》、新加坡的《爱情故事》、马来西亚的《太阳雨》，以及香港的两部作品《师奶唔易做》与《得闲饮茶》[114]。这些小成本作品口碑大多不错，而其中影响最大最成功的是宁浩导演的《疯狂的石头》[115]，这部黑色喜剧片在内地获得了2300多万的票房[116]，也收获了大量的好评和多个奖项[117]，并让宁浩导演与郭涛、黄渤、刘桦等演员开始成名并走红[118]，后来宁浩于2009年推出的又一部黑色喜剧片《疯狂的赛车》在大陆票房过亿[119]。刘德华对扶持新导演所做的贡献，让他于2006年获得第11届釜山国际电影节颁发的亚洲最有贡献电影人大奖[120]，2007年又获得第七届华语电影传媒大奖年度杰出电影人称号。[121]\n\n2007年赵崇基执导的警匪片《兄弟》仿效《五虎将之决裂》以无线五虎演员间的友情为出发点，撮合了苗侨伟、刘德华、黄日华、汤镇业四人另加陈奕迅等人参与演出[122]。2010年郭子健与郑思杰联合编导的《打擂台》是一部向香港电影黄金时代致敬的作品，由一众老艺人泰迪罗宾、梁小龙和陈观泰主演，赢得第三十届香港电影金像奖最佳电影等四个奖项[123]。2011年许鞍华执导的《桃姐》改编自真人故事，刘德华与叶德娴演出了一段朴实感人的主仆情，并呈现出老年人的生存状态，该片收获了广泛的赞誉和许多奖杯的肯定。2013年刘德华投资并监制的校园青春片《初恋未满》是刘娟导演的处女作，获得第16届上海国际电影节“亚洲新人奖”单元评委会特别奖[124]。2013年12月公映的作品《风暴》是由映艺与安乐公司联合投资的一部大制作商业片，为香港首部3D警匪片。[125]2015年客串并参与投资台湾校园青春爱情片《我的少女时代》，该片获取好口碑的同时也在台湾、香港、中国大陆以及新加坡、马来西亚和韩国等地区创造票房佳绩。')， Document(page_content='2015年刘德华与马来西亚成功集团的陈永钦拿督合作成立了一家电影制作公司——梦造者娱乐。该公司在2017年推出邱礼涛执导的《拆弹专家》得到第37届香港电影金像奖最佳电影、最佳导演等七项提名。同年国庆档的《追龙》获得香港金像奖最佳电影等六项提名。2019年暑期档的《扫毒2之天地对决》在中国大陆获取13.12亿人民币票房，创造港产片大陆票房记录。2020年圣诞档上映的《拆弹专家2》在中国大陆获取13.14亿人民币，超越《扫毒2》成为新的港产片大陆市场冠军。\n\n\n歌唱事业\n初入歌坛（1985年－1989年）\n刘德华在与林子祥合演《投奔怒海》期间，有天片场收工后林子祥招呼大家一起唱卡拉OK，林子祥听了刘德华的歌后很是欣赏，于是大加赞赏并鼓励刘德华去唱歌，于是在林子祥的鼓励下刘德华开始发展自己的歌艺[126]，因此林子祥可以算是刘德华歌唱事业的伯乐。\n\n1985年刘德华进军乐坛，在香港华纳唱片有意签他为旗下歌手及无线电视高层建议下加盟华星唱片[注 4]，推出了第一张专辑《只知道此刻爱你》[127]，共包括《只知道此刻爱你》等计13首粤语歌曲，其稚嫩的唱腔未获得很大回响，但与张学友、邝美云一起入围最佳新人奖。1986年转入百代唱片后至1989年这四年间，相继推出了《情感的禁区》、《回到你身边》、《回到你身边&法内
最低0.47元/天 解锁文章
扫一扫
363
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
