计算机二级考试Python编程题解读：使用jieba进行中文分词

从键盘输入一个中文字符串变量s，内部包含中文逗号和句号。计算字符串s中的中文词语数。示例如下: 请输入一个中文字符串，包含标点符号。

考点：计算生态

示例

输入：问君能有几多愁?恰似一江春水向东流

输出：中文词语数：8

代码模板：

import _____
s = input("请输入一个中文字符串，包含标点符号：")
m =_____
print("中文词语数：{}".format(_____))

知识拓展

1、什么是中文分词？

中文和英文不同，英文通常采用空格和标点符号将词隔开，具有天然的分隔符，对英文文本进行相似性分析时，词的获取非常简单。中文虽然句子之间有分隔符，但词与词之间没有分隔符，需要编写专门的分词程序，拆分句子获取单词。

对中文句子进行分词时，有不同的切分方案，对于搜索来说，经常需要同时输出多种粒度的切分结果。例如“世界卫生组织会议”，最粗的切分结果是：“世界卫生组织会议”，稍微细一些的切分结果是“世界/卫生组织/会议”，更细的切分结果是：“世界/卫生/组织/会议”。

2、现成的分词工具有哪些？

Python计算生态的分词工具很多，包括盘古分词、Yaha分词、Jieba分词等，这些分词程序都是开源软件，在许可协议下，可以免费使用这些分词程序。

3、如何使用分词工具？

若计算机没有安装jieba库，在命令行窗口输入下面的命令：

pip3 install jieba

或者

pip install jieba

在Python程序中要使用jieba库，还需要使用import语句导入jieba库到程序：

import  jieba

试题解读：

代码模板有三个位置需要填入代码，我们先来看第一个位置：

import _____

import是导入外部库的关键字，这里应该填入中文分词库的库名，我们使用jieba分词，因此填入“jieba”。

再来看第二个位置：

m =_____

结合整个代码模板，可知变量m用来接收jieba分词后的对象，jieba库的lcut(s)函数，可以切分字符串对象s，并返回切分后的分词对象。因此填入：

m =jieba.lcut(s)

最后看第三个位置：

print("中文词语数：{}".format(_____))

该语句输出字符串对象s的中文词语数，m是分词对象，使用len(m)函数可以提取分词对象m的中文词语数。因此填入：

print("中文词语数：{}".format(_len(m) ))

完整代码

import jieba
s = input("请输入一个中文字符串，包含标点符号：")
m = jieba.lcut(s)
print("中文词语数：{}".format(len(m)))

---------------------------------------------------------------------------------------------------------------------------------

编程训练营APP

计算机二级考试学习刷题工具

安卓手机应用商店

搜索编程训练营下载