Python:利用pymmseq-cpp实现分词

在python这pymmseg-cpp 还是十分方便的！ 

 

环境 ubuntu10.04 , python2.65

 

步骤:

1 下载mmseg-cpp的源代码 http://code.google.com/p/pymmseg-cpp/

2  tar -zxf pymmseg-cpp*.tar.gz           //解压后得到pymmseg 目录

    cd pymmseg\mmseg-cpp

    python build.py     #生成 mmseg.so文件

 

3 将 pymmseg 目录复制到 /usr/local/lib/python2.6/dist-packages 中

 

 

4 测试有没有成功:

  test.py

 代码：

from pymmseg import mmseg 
mmseg.dict_load_defaults()  
text = '今天的天气真好啊，我们一起出去玩一下吧'
algor = mmseg.Algorithm(text)  
for tok in algor:  
    print '%s [%d..%d]' % (tok.text, tok.start, tok.end)