python jieba模块基本命令讲解

1、分词
精确模式:
import jieba
s="fdsfdsfsdfds"
s_cut_jq=jieba.cut(s)
#可见分词结果返回的是一个生成器,可实现拼接
cut_jq=','.join(s_cut_jq)
全模式:
s_cut_qms=jieba.cut(s,cut_all=True)
cut_qms=','.join(s_cut_qms)
搜索引擎模式:
s_cut_ssyqms=jieba.cut_for_search(s)
cut_ssyqms=','.join(s_cut_ssyqms)

2、词性
每个词都有其词性，比如名词、动词、代词等，结巴分词的结果也可以带上每个词的词性，要用到jieba.posseg，举例如下：
import jieba.posseg as psg
s_psg_cut=psg.cut(s)
for word,flag in s_psg_cut:
    print('%s 的词性是 %s'%(word,flag))
#word是词语  flag是词语的词性

3、提取关键字
#基于 TextRank 算法的关键词抽取
#jieba.analyse.textrank(sentence, topK=20, withWeight=False, allowPOS=(‘ns’, ‘n’, ‘vn’, ‘v’)) 直接使用，接口相同，注意默认过滤词性
#jieba.analyse.TextRank() 新建自定义 TextRank 实例
'''

基本思想：

• 将待抽取关键词的文本进行分词
• 以固定窗口大小(默认为5，通过span属性调整)，词之间的共现关系，构建图
• 计算图中节点的PageRank，注意是无向带权图

'''

keywords =jieba.analyse.extract_tags(s,topK=3,withWeight=True,allowPOS=('n','nr','ns'))
#keywords类型是list
for item in keywords:
    print(item[0],item[1])
##词性对照表
 

词性对照表

名词 (1个一类，7个二类，5个三类) 
名词分为以下子类： 
n 名词 
nr 人名 
nr1 汉语姓氏 
nr2 汉语名字 
nrj 日语人名 
nrf 音译人名 
ns 地名 
nsf 音译地名 
nt 机构团体名 
nz 其它专名 
nl 名词性惯用语 
ng 名词性语素
时间词(1个一类，1个二类) 
t 时间词 
tg 时间词性语素
处所词(1个一类) 
s 处所词
方位词(1个一类) 
f 方位词
动词(1个一类，9个二类) 
v 动词 
vd 副动词 
vn 名动词 
vshi 动词“是” 
vyou 动词“有” 
vf 趋向动词 
vx 形式动词 
vi 不及物动词（内动词） 
vl 动词性惯用语 
vg 动词性语素
形容词(1个一类，4个二类) 
a 形容词 
ad 副形词 
an 名形词 
ag 形容词性语素 
al 形容词性惯用语
区别词(1个一类，2个二类) 
b 区别词 
bl 区别词性惯用语
状态词(1个一类) 
z 状态词
代词(1个一类，4个二类，6个三类) 
r 代词 
rr 人称代词 
rz 指示代词 
rzt 时间指示代词 
rzs 处所指示代词 
rzv 谓词性指示代词 
ry 疑问代词 
ryt 时间疑问代词 
rys 处所疑问代词 
ryv 谓词性疑问代词 
rg 代词性语素
数词(1个一类，1个二类) 
m 数词 
mq 数量词
量词(1个一类，2个二类) 
q 量词 
qv 动量词 
qt 时量词
副词(1个一类) 
d 副词
介词(1个一类，2个二类) 
p 介词 
pba 介词“把” 
pbei 介词“被”
连词(1个一类，1个二类) 
c 连词 
cc 并列连词
助词(1个一类，15个二类) 
u 助词 
uzhe 着 
ule 了 喽 
uguo 过 
ude1 的 底 
ude2 地 
ude3 得 
usuo 所 
udeng 等 等等 云云 
uyy 一样 一般 似的 般 
udh 的话 
uls 来讲 来说 而言 说来 
uzhi 之 
ulian 连 （“连小学生都会”）
叹词(1个一类) 
e 叹词
语气词(1个一类) 
y 语气词(delete yg)
拟声词(1个一类) 
o 拟声词
前缀(1个一类) 
h 前缀
后缀(1个一类) 
k 后缀
字符串(1个一类，2个二类) 
x 字符串 
xx 非语素字 
xu 网址URL
标点符号(1个一类，16个二类) 
w 标点符号 
wkz 左括号，全角：（ 〔 ［ ｛ 《 【 〖 〈 半角：( [ { < 
wky 右括号，全角：） 〕 ］ ｝ 》 】 〗 〉 半角： ) ] { > 
wyz 左引号，全角：“ ‘ 『 
wyy 右引号，全角：” ’ 』 
wj 句号，全角：。 
ww 问号，全角：？ 半角：? 
wt 叹号，全角：！ 半角：! 
wd 逗号，全角：， 半角：, 
wf 分号，全角：； 半角： ; 
wn 顿号，全角：、 
wm 冒号，全角：： 半角： : 
ws 省略号，全角：…… … 
wp 破折号，全角：—— －－ ——－ 半角：— —- 
wb 百分号千分号，全角：％ ‰ 半角：% 
wh 单位符号，全角：￥ ＄ ￡ ° ℃ 半角：$