安装和运行HanLP详解

安装简介

pyhanlp 安装相对比较简单，分为以下几步：

1.使用 pip install pyhanlp 安装

2. 下载数据并将放至指定的目录下

主程序安装成功后，由于还需要字典和模型数据，所以需要下载安装，但是由于数据包有几百兆，所以很容易安装失败。我们可以使用第三方工具下载，然后将数据放至在以下文件夹 C:\ProgramData\Anaconda3\Lib\site-packages\pyhanlp\static 即可。具体包的位置可以通过以下错误信息获得。如下所示，在最后一行提示 c:/programdata/anaconda3/lib/site-packages/pyhanlp/static\data 不存在，这个路径即是数据路径。

C:\Users\pc>hanlp segment
Traceback (most recent call last):
  File "c:\programdata\anaconda3\lib\runpy.py", line 193, in _run_module_as_main
    "__main__", mod_spec)
  File "c:\programdata\anaconda3\lib\runpy.py", line 85, in _run_code
    exec(code, run_globals)
  File "C:\ProgramData\Anaconda3\Scripts\hanlp.exe\__main__.py", line 5, in <module>
  File "c:\programdata\anaconda3\lib\site-packages\pyhanlp\__init__.py", line 145, in <module>
    _start_jvm_for_hanlp()
  File "c:\programdata\anaconda3\lib\site-packages\pyhanlp\__init__.py", line 77, in _start_jvm_for_hanlp
    HANLP_DATA_PATH)
ValueError: 配置错误: 数据包 c:/programdata/anaconda3/lib/site-packages/pyhanlp/static\data 不存在，请修改配置文件中的root

如以上所示，将压缩包解压至在 c:/programdata/anaconda3/lib/site-packages/pyhanlp/static 目录下即可，解压后的 static 目录下的结构如下所示。

C:/programdata/anaconda3/lib/site-packages/pyhanlp
├─static
│  ├─data
│  │  ├─dictionary
│  │  │  ├─custom
│  │  │  ├─organization
│  │  │  ├─other
│  │  │  ├─person
│  │  │  ├─pinyin
│  │  │  ├─place
│  │  │  ├─synonym
│  │  │  └─tc
│  │  └─model
│  │      ├─crf
│  │      │  └─pku199801
│  │      ├─dependency
│  │      └─perceptron
│  │          ├─ctb
│  │          ├─large
│  │          ├─pku1998
│  │          └─pku199801
│  └─__pycache__
└─__pycache__

注意事项

• 完成的HanLP的程序的名称是 pyhanlp，而不是 hanlp
• 如下所示，由于网络原因，有可能在安装时会出错而中断，只需多试几次即可。

$ pip install pyhanlp
Collecting pyhanlp
  Downloading https://files.pythonhosted.org/packages/87/06/95b417a4c19d1d529f331ae6a3923c3d556916f8c1846be926322b1d2915/pyhanlp-0.1.57.tar.gz (85kB)
     |████████                        | 20kB 2.8kB/s eta 0:00:24ERROR: Exception:
Traceback (most recent call last):
  File "C:\ProgramData\Anaconda3\lib\site-packages\pip\_vendor\urllib3\response.py", line 397, in _error_catcher
...
...
（中间省略若干行）
...
...
  File "C:\ProgramData\Anaconda3\lib\site-packages\pip\_vendor\urllib3\response.py", line 402, in _error_catcher
    raise ReadTimeoutError(self._pool, None, 'Read timed out.')
pip._vendor.urllib3.exceptions.ReadTimeoutError: HTTPSConnectionPool(host='files.pythonhosted.org', port=443): Read timed out.

运行

Eclipse运行方法

1. 新建项目
2. 将[1]/hanlp-1.7.5.jar引入至项目中
3. 将[1]/hanlp.properties复制到在程序的[2]目录下(如果不行在src目录下也放一个)
   参考目录
   [1] C:\ProgramData\Anaconda3\Lib\site-packages\pyhanlp\static
   [2] C:\Users\pc\eclipse-workspace\HanlpDemo\bin
   示例程序

package Test001;
import com.hankcs.hanlp.HanLP;
public class Demo1 {
	public static void main(String[] args) {
		System.out.println(HanLP.segment("你好，欢迎使用HanLP！"));
	}
}

Python运行方法

直接编写如下代码即可运行。

#coding=utf-8
from pyhanlp import *
print(HanLP.segment('你好，欢迎在Python中调用 HanLP的API'))