這篇文章主要講解了“Python中jieba分詞模塊的用法”，文中的講解內(nèi)容簡單清晰，易于學(xué)習(xí)與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學(xué)習(xí)“Python中jieba分詞模塊的用法”吧！

類烏齊ssl適用于網(wǎng)站、小程序/APP、API接口等需要進(jìn)行數(shù)據(jù)傳輸應(yīng)用場景，ssl證書未來市場廣闊！成為成都創(chuàng)新互聯(lián)公司的ssl證書銷售渠道，可以享受市場價格4-6折優(yōu)惠！如果有意向歡迎電話聯(lián)系或者加微信：13518219792（備注：SSL證書合作）期待與您的合作！

0、前言

jieba庫是進(jìn)行中文分詞的利器，根據(jù)文檔描述，具有以下特點：

1. 分詞

2. 提取關(guān)鍵詞

3. 搜索詞匯位置

2、提取詞匯

在處理詞匯時，常常我們會提取出現(xiàn)頻率比較高的關(guān)鍵詞，jieba.analyse.extract_tags()具有此功能，它接受 4 個參數(shù)

• 3、搜索詞匯位置

jieba 庫也包含了定位詞匯位置的功能，jieba.tokenize() 可以實現(xiàn)此功能，該函數(shù)接收字符串，返回一個生成器，包含所有分詞結(jié)果以及始末位置，基本用法如下：

import jieba
string = '今天天氣特別好，很開心' result = jieba.tokenize(string)
print(list(result))

結(jié)果如下：

[('今天天氣', 0, 4), ('特別', 4, 6), ('好', 6, 7),
 ('，', 7, 8), ('很', 8, 9), ('開心', 9, 11)]

如果我們只是找到某個特定的詞匯在文中的位置，拿之前的西游記文本為例，我們?nèi)ふ以~匯 “行者” 第一次出現(xiàn)的位置

with open('西游記.txt','r',errors='ignore')as f:
    data = f.read()

result = jieba.tokenize(data) for i in result:
    if '行者' in i:
        print(i)
        break

結(jié)果：

('行者', 8593, 8595)

如此，就能很方便的找到特定詞匯在文章中出現(xiàn)的位置。

• 4、小結(jié)

以上就是 jieba 庫的常用的方法，該庫還包括詞性標(biāo)注、并行分詞、命令行分詞、添加字典等等功能。
更詳細(xì)的內(nèi)容參考官方文檔：https://github.com/fxsjy/jieba
對該庫的算法感興趣的同學(xué)可參考
jieba分詞的基本思路：
https://segmentfault.com/a/1190000004061791
對Python中文分詞模塊結(jié)巴分詞算法過程的理解和分析：http://blog.csdn.net/rav009/article/details/12196623

感謝各位的閱讀，以上就是“Python中jieba分詞模塊的用法”的內(nèi)容了，經(jīng)過本文的學(xué)習(xí)后，相信大家對Python中jieba分詞模塊的用法這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是創(chuàng)新互聯(lián)，小編將為大家推送更多相關(guān)知識點的文章，歡迎關(guān)注！