import jiebastrs=["我来到北京清华大学","乒乓球拍卖完了","中国科学技术大学"]for str in strs: seg_list = jieba.cut(str,use_paddle=True) # 使用paddle模式 print("Paddle Mode: " + '/'.join(list(seg_list)))seg_list = jieba.cut("我来到北京清华大学", cut_all=True)print("全模式: " + "/ ".join(seg_list)) # 全模式seg_list = jieba.cut("我来到北京清华大学", cut_all=False)print("精确模式: " + "/ ".join(seg_list)) # 精确模式seg_list = jieba.cut("他来到了网易杭研大厦") # 默认是精确模式print("新词识别：", ",".join(seg_list))seg_list = jieba.cut_for_search("小明硕士毕业于中国科学院计算所，后在日本京都大学深造") # 搜索引擎模式print("搜索引擎模式:", ".join(seg_list))

【全模式】: 我/ 来到/ 北京/ 清华/ 清华大学/ 华大/ 大学【精确模式】: 我/ 来到/ 北京/ 清华大学【新词识别】：他, 来到, 了, 网易, 杭研, 大厦 (此处，“杭研”并没有在词典中，但是也被Viterbi算法识别出来了)【搜索引擎模式】： 小明, 硕士, 毕业, 于, 中国, 科学, 学院, 科学院, 中国科学院, 计算, 计算所, 后, 在, 日本, 京都, 大学, 日本京都大学, 深造

import pkusegseg = pkuseg.pkuseg() # 以默认配置加载模型text = seg.cut('python是一门很棒的语言') # 进行分词print(text)

['python', '是', '一', '门', '很', '棒', '的', '语言']

importfooltext="一个傻子在北京"print(fool.cut(text))#['一个','傻子','在','北京']

代码示例1 代码示例1 import thulac thu1 = thulac.thulac() #默认模式 text = thu1.cut("我爱北京天安门", text=True) #进行一句话分词 print(text) # 我_r 爱_v 北京_ns 天安门_ns 代码示例2 thu1 = thulac.thulac(seg_only=True) #只进行分词，不进行词性标注 thu1.cut_f("input.txt", "output.txt") #对input.txt文件内容进行分词，输出到output.txt