【Python】jieba分词基础

jieba分词主要有3种模式：

1、精确模式：jieba.cut(文本, cut_all=False)

2、全模式：jieba.cut(文本, cut_all=True)

3、搜索引擎模式：jieba.cut_for_search(文本)

分词后的关键词提取：

jieba.analyse.textrank(txt,topK=20, withWeight=False)

topK：要提取的关键词个数，默认为20

withWeight：是否返回关键词权重，默认为False

allowPOS：是否指定关键词词性（名词、形容词、动词），默认为空，也就是不筛选

import jieba.analyse
import jieba
import chardet
import wordcloud


# 文件路径
path = 'C:\Users\86185\PycharmProjects\pythonProject\practice\txt'
file='lsm.txt'
#指定文件
txt_url=path+'\'+file
#打开文件，这一次打开主要是为了获取编码格式
with open(txt_url, 'rb') as f:
    cont = f.read()
    encoding = chardet.detect(cont)['encoding']
    if encoding == 'GB2312':
        encoding = 'gbk'
    elif encoding == None:
        encoding = 'utf-8'
    f.close()

#打开文件内容
with open(txt_url, encoding=encoding) as f:
    txt = f.read()
    txt_word=jieba.cut_for_search(txt)
    #print(list(txt_word))
    txt_main=jieba.analyse.textrank(txt,topK=20, withWeight=False)
    print(txt_main)

如果展示权重：

代码007普通

打赏 收藏 海报 链接