本文介绍在Python中使用jieba分词库，通过`jieba.lcut()`进行分词操作，并详细讲解如何使用`jieba.load_userdic()`加载自定义词典，以组合特定词语。在Jupyter Notebook环境中运行代码，需注意编码格式和可能的运行问题。
本文代码均在jupyter Notebook上运行，已安装jieba包
结巴常用的函数
| 结巴常用函数 | 作用 |
|---|---|
| jieba.lcut(text) | 对text文件内容进行分词，返回的是分词后的词语列表 |
| jieba.load_userdic(txt_file) | 为防止某些目标词汇分割，需要载入紫东义词典，告诉程序说，这几个字是一个词语，不要分割 |
jieba.lcut(text)代码实战
由于使用jupyter Notebook运行代码，部分代码直接复制可能存在不全，无法直接全部运行的问题，因此建议读者采用jupyter Notebook运行代码，如使用其他编译器，请不要忘记适当修改（例如import或者变量定义）
import jieba
text = '我来到北京清华大学'
wordlist=jieba.lcut(text) # wordlist默认是列表形式
print(wordlist)
#保留词语字长度大于1的词
# 保留词语长度大于1的词
for w in wordlist:
if len(w)>1:
print(w) # w仅是列表中的元素，因此输出的
最低0.47元/天 解锁文章
扫一扫
955
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
