Python 中文分词工具 ——结巴分词的使用方法总结

结巴分词工具的安装及基本用法，昨天的博客中已经有所描述。今天要说的内容与实际应用更贴近——从文本中读取中文信息，利用结巴分词工具进行分词及词性标注。

示例代码如下：

[python]
view plaincopy

#coding=utf-8  
import jieba  
import jieba.posseg as pseg  
import time  
t1=time.time()  
f=open("t_with_splitter.txt","r") #读取文本  
string=f.read().decode("utf-8")  
  
words = pseg.cut(string) #进行分词  
result=""  #记录最终结果的变量  
for w in words:  
     result+= str(w.word)+"/"+str(w.flag) #加词性标注  
  
f=open("t_with_POS_tag.txt","w")  #将结果保存到另一个文档中  
f.write(result)  
f.close()  
t2=time.time()  
print("分词及词性标注完成，耗时："+str(t2-t1)+"秒。") #反馈结果