1.jieba庫是優秀的中文分詞第三方庫。
英文文字中，各個單詞間本來就有空格將它們隔開，而在中文文字裡面，詞語和詞語之間是相連的，不能通過簡單的以空格來切片文章(通過str.split(" ")方法)，因此就需要用到jieba庫。
2.jieba庫的分詞模式
1.jieba分詞依靠中文詞庫。利用乙個中文詞庫，確定中文字元之間的關聯概率。當然我還也可以自定義地向詞庫中新增內容(如果是近幾年剛開始出現的名詞比如大資料，雲計算這些就需要自己新增)或者刪除內容(自定義停用詞庫，所謂停用詞庫就是不允許劃分出的詞語例如把人名當做乙個詞語…)等等。
2.jieba庫的3種分詞模式以及方法
—精確模式：把文字精確地切分開，不存在冗餘單詞(重複單詞)。
lt1=jieba.lcut(s)#精確模式
—全模式：把文中所有可能的詞語都掃瞄出來，存在冗餘。
lt2=jieba.lcut(s,cut_all=true)#全模式
—搜尋引擎模式：在精確模式的基礎上，對長詞再次切分。
lt3=jieba.lcut_for_search(s)#搜尋引擎模式
三種方法中的s表示字串，lt1，lt2，lt3是它們的返回值，是列表型別。2.jieba庫的一些操作函式
1.向詞庫中新增自定義詞語：jieba.add_word(w)
jieba.add_word("大資料")
2.新增自定義詞庫(字典)：jieba.load_userdict(f)
jieba.load_userdict('./addword.txt')
f表示停用詞表的檔案路徑，r表示以read讀的方式來獲取檔案資訊，stopwords的型別是列表，上式屬於列表推導式
Python第三方庫jieba學習筆記
pip安裝 pip install jieba 精確模式 將句子最精確的切開，適合文字分析全模式 把句子中所有可以成詞的詞語都掃瞄出來，速度非常之快，但是不能解決歧義搜尋引擎模式 在精確模式的基礎上，對長詞再次分割，提高召回率，適合用於搜尋引擎分詞jieba.lcut s 精確模式，返回乙個列表型別...
PyThon第三方庫
本文 自 戀花蝶的部落格 今天公司停電，沒上班。跑上來更新個部落格，跟大家分享一下我常用的幾個第三方 python 庫。python 語言之所以能夠如此流行，除了本身內建許多程式庫來保障快速開發之外，目不睱接的第三方庫也是一大主因。結合我目前的工作 網遊開發 我常用的幾個第三方庫如下 wxpytho...
python 第三方庫
requests 模組 具體詳見 requests 是用python語言編寫的第三方庫，基於 urllib，採用 apache2 licensed 開源協議的 http 庫。它比 urllib 更加方便，完全滿足 http 測試需求，多用於介面測試 常用介面 1.requests.request m...