Python jieba库的使用说明

嗨喽~大家好呀，这里是魔王呐 ❤ ~!

python更多源码/资料/解答/教程等 点击此处跳转文末名片免费获取

一、jieba库基本介绍

jieba库概述

jieba是优秀的中文分词第三方库

• 中文文本需要通过分词获得单个的词语

• jieba是优秀的中文分词第三方库，需要额外安装

• jieba库提供三种分词模式，最简单只需掌握一个函数

jieba分词的原理

Jieba分词依靠中文词库

• 利用一个中文词库，确定汉字之间的关联概率

• 汉字间概率大的组成词组，形成分词结果

• 除了分词，用户还可以添加自定义的词组

二、jieba库使用说明

jieba分词的三种模式

精确模式、全模式、搜索引擎模式

1. 精确模式：把文本精确的切分开，不存在冗余单词

2. 全模式：把文本中所有可能的词语都扫描出来，有冗余

3. 搜索引擎模式：在精确模式基础上，对长词再次切分

jieba库常用函数

三、jieba应用实例

四、利用jieba库统计三国演义中任务的出场次数

'''
遇到问题没人解答？小编创建了一个Python学习交流QQ群：926207505
寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！
'''
import  jieba

txt = open("D:\\三国演义.txt", "r", encoding='utf-8').read()
words = jieba.lcut(txt)     # 使用精确模式对文本进行分词
counts = {}     # 通过键值对的形式存储词语及其出现的次数

for word in words:
    if  len(word) == 1:    # 单个词语不计算在内
        continue
    else:
        counts[word] = counts.get(word, 0) + 1    # 遍历所有词语，每出现一次其对应的值加 1
        
items = list(counts.items())#将键值对转换成列表
items.sort(key=lambda x: x[1], reverse=True)    # 根据词语出现的次数进行从大到小排序

for i in range(15):
    word, count = items[i]
    print("{0:<5}{1:>5}".format(word, count))
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

统计了次数对多前十五个名词，曹操不愧是一代枭雄，第一名当之无愧，

但是我们会发现得到的数据还是需要进一步处理，比如一些无用的词语，一些重复意思的词语。

尾语

最后感谢你观看我的文章呐~本次航班到这里就结束啦 🛬

希望本篇文章有对你带来帮助 🎉，有学习到一点知识~

躲起来的星星🍥也在努力发光，你也要努力加油（让我们一起努力叭）。

最后，宣传一下呀~👇👇👇更多源码、资料、素材、解答、交流皆点击下方名片获取呀👇👇