python基础（1）中文文本分析

中文文本分析相关库

中文分词jiaba库

jieba库主要函数

函数	描述
jiba.cut(s)	精确模式，返回一个可迭代数据类型
jieba.cut(s,cut_all=True)	全模式，输出文本s中所有可能单词
jiba.cut_for_search(s)	搜索引擎模式，适合搜索引擎建立索引的分词结果
jiaba.lcut(s)	精确模式，返回一个列表类型
jieba.lcut(s,cut_all=True)	全模式，返回一个列表类型
jieba.lcut_for_search(s)	搜索引擎模式，返回一个列表类型
jiaba.lcut_for_search(s)	搜索引擎模式，返回一个列表类型
jiaba.add_word(w)	向分词词典中增加新词w

精确分词模式

>>>import jieba
>>>s='我爱北京天安门'
>>>for x in jieba.cut(s):   #jieba.cut()返回一个可迭代类型
    	print(x,end=' ')
我 爱 北京 天安门 
>>> jieba.lcut(s)
['我', '爱', '北京', '天安门']

全模式分词

>>> import jieba
>>> s='我爱北京天安门'
>>> for x in jieba.cut(s,cut_all=True):
    	print(x,end=' ')
    
我 爱 北京 天安 天安门
>>> jieba.lcut(s,cut_all=True)
['我', '爱', '北京', '天安', '天安门']

>>> impo