nltk安装punkt等语料库时报SSL错误完美解决方案及离线安装方法

nltk是NLP领域中一个比较通用的国际分词工具，但是使用时往往依赖语料库数据包，需要安装到本地，以下介绍在线安装和离线安装两种方式：

（ps：对NLP感兴趣的朋友可以相互学习，我的微信号：Joney-Joney，请备注：NLP博客）

 

1.在线安装punkt等数据包:

1.1 在线安装时往往会报SSL等安全连接验证错误，可通过python的ssl模块中启用无验证的网络连接方式，代码如下：

import nltk
import ssl
try:
    _create_unverified_https_context = ssl._create_unverified_context
except AttributeError:
    pass
else:
    ssl._create_default_https_context = _create_unverified_https_context
nltk.download()

1.2 运行后就会弹出python解释器后自动打开nltk下载器的界面如下，按图示操作即可：

1.3 单个包都比较小，下载完后打开上图中自行指定的nltk_data目录可看到punkt目录结构如下：

1.4 恭喜您，现在可以正确运行你的代码啦（报错日志中依赖什么包就安装对应的包）

 

2 离线安装方式：

2.1 先到官网NLTK Corpora（如下图）下载zip包：

2.2 新建一个nltk_data文件夹（仅第一次安装时）放到任意路径下（如：我放在Python.framework/Versions/3.7/share/中）；

2.3 把下载好的语料包punkt.zip解压到nltk_data/tokenizers/中（因为punkt属于tokenizers所以需要新建tokenizers文件夹）；

2.4 最后把nltk_data目录以代码的形式添加到nltk的数据文件路径中（只需要在第一次安装时添加，添加的代码如下）。

import nltk
nltk.data.path.append('xxxx/nltk_data')  # 参数为你放置的nltk_data文件夹的绝对路径

 

3.安装nltk其它的语料库同理，个人推荐在线安装的方式，比较方便~~