(pycharm)安装nltk包

参考资料网址

大家可以直接看这些原作者的网址，我整合只是为了加深记忆，方便自己下次查阅
NLTK数据包快速安装(好文)
NLTK_GITHUB网址（数据包地址）
NLTK官方文档(这里几个入门示例不错)
NLTK官方文档安装NLTK(建议不看，没这么复杂，看前面的帖子)

安装流程

我们先在pycharm的项目环境中安装上nltk
点击file->settings

在点击Python Interpreter，点击加号添加nltk

搜索nltk，点击Install Package 安装

接下来我们要安装nltk_data数据包才能使用nltk

手动安装nltk

实际上nltk_data数据包可以直接在pycharm里使用这两行代码自动安装(先在pycharm的setting里加上nltk)

import nltk
nltk.download()

但是这么安装的同学们肯定会发现，但当我们在pycharm中运行这两行代码时，往往会提示getaddrinfo failed

这是因为这里自动弹出的server index里提供的网址找不到对应的IP

找到server index 的对应的IP，自动安装的方法在下一节会介绍。因为自动安装很缓慢，笔者选择了手动安装

点击进入NLTK_DATA_github官方网址，依次点击Code->Download Zip下载安装包

接着在pycharm中输入

import nltk
from nltk_book import *

因为我们此时还没有安装nltk_data安装包，它会提示找不到数据，并且提示他找数据时的默认路径:下方这几条

• ‘C:\Users\dell/nltk_data’ (这一条不同电脑不一样)
• ‘C:\nltk_data’
• ‘D:\nltk_data’
• ‘E:\nltk_data’
• ‘D:\python36\venv\nltk_data’
• ‘D:\python36\venv\lib\nltk_data’
• ‘C:\Users\dell\AppData\Roaming\nltk_data’

所以我们把nltk_data安装包里packages里的这些文件解压到上述任意路径即可，笔者解压到了’D:\nltk_data’

接下来，我们运行这两行代码试验一下有没有安装成功

import nltk
from nltk.book import *

可以看到，示例文件成功运行，已经成功安装了nltk，接下来就可以用nltk实现自己想要实现的功能了

不过要注意！
不过，要注意一点，在Github上下载的这个压缩数据包，里面的一些子文件夹下还有压缩内容，例如，如果调用nltk进行句子分割，会用到这个函数: word_tokenize()：

import nltk

sen = 'hello, how are you?'
res = nltk.word_tokenize(sen)
print(res)

会提示 Resource punkt not found. Please use the NLTK Downloader to obtain the resource:
即punkt数据未找到：

类似这样的错误，其实如果找到查找的路径，也就是上面我们放数据包的地方，是可以在tokenizers文件夹下找到这个punkt的，原因就在于没有解压，那么，把punkt.zip解压到文件夹中，再运行分割句子的代码就没问题了。如果有其他的一些数据也是这样的，如果遇到显示没有找到某个数据包，不妨试一试。(如果打开其他的文件夹，发现里面也有未解压的那些文件，我们可以手动将其解压)

使用pycharm自动安装nltk

回到刚才我们运行这两行代码的这一步

import nltk
nltk.download()

当在pycharm中运行这两行代码时，往往会提示getaddrinfo failed，即找不到IP地址

方法一:科学上网之后再安装

亲测直接就可以开始下载

方法二:更改这个下载网址的IP

nltk库download()出现[Error 11004]getaddrinfo failed解决方法

NLTK下载语料包报错Error 11004 getaddrinfo failed及其解决方法