HanLP的自定义词典使用方式与注意事项介绍
【环境】python 2.7
方法一：使用pyhanlp，具体方法如下：
pip install pyhanlp # 安装pyhanlp
进入python安装包路径，如
/usr/lib/python2.7/site-packages/pyhanlp/static/
将http://hanlp.properties.in改名为备份文件。
mv hanlp.properties.in hanlp.properties.in.bak
修改hanlp.properties
vim hanlp.properties
将CustomDictionaryPath修改为你自定义的词典路径，如：
CustomDictionaryPath=data/dictionary/custom/self_define_dict.txt; 现代汉语补充词库.txt; 全国地名大全.txt; 人名词典.txt; 机构名词典.txt; 上海地名.txt ns; data/dictionary/person/nrf.txt nrf;
保存。
python脚本，调用pyhanlp示例：
from pyhanlp import *
print HanLP.segment("在你想要放弃的时候，想想是什么让你当初坚持走到了这里。总是有人要赢的，那为什么不能是我")
运行脚本后，系统会检查配置文件hanlp.properties，读取词库的路径，对于自定义词典，第一次会重新生成二进制文件（以后直接用）。
方法二：使用grpc调用hanlp（python调用java包常用手段）
方法三：使用hanlp调用jar包（官方文档有说明），自定义词典没设置成功。
注意事项：
对于词典，直接加载文本会很慢，所以HanLP对于文本文件做了一些预处理，生成了后缀名为.txt.bin的二进制文件。
这些二进制文件相当于缓存，避免了每次加载去读取多个文件。
通过这种txt和bin结合的方式，HanLP一方面方便用户编辑查看词典，另一方面bin方便加载，这种方式可谓是兼二者之长，设计上堪称典范。
打开hanlp的data目录data\dictionary\custom，删除所有的.txt.bin文件，这样一来，HanLP下次加载词典时会自动构建.txt.bin，这样一来，你对文本文件所做的更改才会生效。对于HanLP中的字典，每次更改之后，都必须重新生成bin才可以，否则不会生效。
实际上，这种方式不够智能，可以改进为检查文件日期的方式，如果当前目录下的最新的词典文件比bin文件新，那么bin文件失效，需要重新构建bin。
构建bin的过程是比较缓慢的，它需要把所有的相关文本文件中的词语合并到一个里面，每次构建大概需要2min，构建完成之后下次启动就很快了。
更改hanlp.properties，添加mine.txt.
#自定义词典路径，用;隔开多个自定义词典，空格开头表示在同一个目录，使用“文件名 词性”形式则表示这个词典的词性默认是该词性。优先级递减。
#另外data/dictionary/custom/CustomDictionary.txt是个高质量的词库，请不要删除
CustomDictionaryPath=data/dictionary/custom/mine.txt; CustomDictionary.txt; 现代汉语补充词库.txt; 全国地名大全.txt ns; 人名词典.txt; 机构名词典.txt; 上海地名.txt ns;data/dictionary/person/nrf.txt nrf
在data/dictionary/custom/目录下新建mine.txt，添加一些词语。比如里面加上”兰陵笑笑生“。
随便编一个程序测试一下
List
System.out.println(res);//[兰陵笑笑生/nr, 笑/v, 道/q, :/w, 你/r, 他/r, 娘/n, 的/uj, 真/d, 是/v, 个/q, 天才/n]
for (String i : HanLP.Config.CustomDictionaryPath) {
System.out.println(i);
}