【Python】jieba分词基础,mb403（jieba分词 python）

文件名：【Python】jieba分词基础,mb403 【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.analyseimport jiebaimport chardetimport 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：