Python文本挖掘中的插件jieba的安装与使用教程

一、jieba的安装

    1.jieba下载地址：链接：https://pan.baidu.com/s/1aZV4D_LTJV1g1W68e5I2pQ 密码：jnxv

    2.将下载后的压缩包解压到你的python目录：
        我用的是python37:目录是C:\Python\Python37\jieba-0.39

    3.利用cmd中的pip命令，先利用cd C:\Python\Python37\jieba-0.39进入要安装的目录，
    在执行以下指令 python setup.py install 安装完毕进入pycharm调试即可，
    导入jieba :import jiea 如果没有错误，说明导入成功。

二、jieba的使用

（1）jieba分词三种模式

1，全模式：把句子中的所有可以成词的词语都扫描出来，

2， 精确模式：试图将文本最精确的分开，适合于做文本分析。

3，搜索引擎模式：在精确的基础上对长词进行进一步的切分。

（2）jieba的一个小例子

import jieba
sentence='刚刚开始写博客，谢谢大家支持'
jb1=jieba.cut(sentence,cut_all=True)  #全模式
#jb2=jieba.cut(sentence,cut_all=False)#精准模式
#jb3=jieba.cut_for_search(sentence )  #搜索引擎模式
for item in jb1:
    print(item)

全模式运行结果：

精准模式运行结果：

搜索引擎模式运行结果：

结巴分词中默认使用精准模式

（3）如何得到词语的词性

import jieba.posseg
sentence='刚刚开始写博客，谢谢大家支持'
wjb4=jieba.posseg.cut(sentence)
#.flag词性   .word词语
for i in jb4:
    print(i.word+'-----'+i.flag)

运行结果：

注意事项：
a—形容词 c—连词 d—副词 e—叹词 f—方位词 i—成语 m—数词
n—名词 nr—人名 ns—地名 nt—机构团体 nz—其他专有名词
p—介词 r—代词 t—时间 u—助词 v—动词 vn—动名词
x—标点 un—未知词语

当结果的词性不准时，可自行在jieba词典中添加自己的词汇。添加步骤如下：

1. 在C:\Python\Python37\jieba-0.39\jieba目录中添加一个新的dict1.txt，并写入你添加的词汇。保存时把文件编码改为utf-8。
   
2. 写入以下代码导入你自己的词汇

import jieba.posseg
jieba.load_userdict('C:/Python/Python37/jieba-0.39/jieba/dict1.txt')
sentence='我喜欢遮天中的叶凡，他很善长看源石'
jb=jieba.posseg.cut(sentence)
for i in jb:
    print(i.word + '-----' + i.flag)

运行结果：

（3）如何得到词语的词性

1.更改词频：

sentence='我们喜欢做云计算'
jb1=jieba.cut(sentence )
for i in jb1 :
    print(i)
#我们这里把云计算做成一个词
jieba.add_word ('云计算')
jb1=jieba.cut(sentence )
for i in jb1 :
    print(i)

运行结果：

2.返回文本中比较火的词语

import jieba.analyse
tag=jieba.analyse.extract_tags(sentence,3) #返回三个词
print(tag)

运行结果：

3.返回词语位置

jb2=jieba.tokenize(sentence ) 
for item in jb2:
    print(item)

运行结果：

三、提取遮天关键词

data=open('C:/Users/dell/Desktop/python练习/遮天.txt',encoding='utf-8').read()
tag=jieba.analyse.extract_tags(data,20)
print(tag)

运行结果：

jieba的用法就暂时说到这里了，如果有什么问题欢迎大家留言讨论，谢谢支持！