Hanlp作为一款重要的分词工具，本月初的时候看到大快搜索发布了hanlp的1.7版本，新增了文本聚类、流水线分词等功能。关于hanlp1.7版本的新功能，后面有使用的到时候在给大家分享。本篇分享一个在python里调用hanlp分词包的过程文章，供需要的朋友参考学习交流！以下为文章内容：
1.在python下安装pyhanlp
sudo pip install pyhanlp
（详见pyhanlp官方文档）
2.pyhanlp的一些使用方法
（1）Hanlp.segment的使用
from pyhanlp import *
print HanLP.segment("今天开心了吗？")
#输出：[今天/t, 开心/a, 了/ule, 吗/y, ？/w]
其它API函数的使用。（pyhanlp里已经含有以下这些功能了，可以直接调用）1 - # API列表2CustomDictionary= LazyLoadingJClass(com.hankcs.hanlp.dictionary.CustomDictionary)3 HanLP = SafeJClass(com.hankcs.hanlp.HanLP)4 HanLP.Config = JClass(com.hankcs.hanlp.HanLP$Config)5PerceptronLexicalAnalyzer= SafeJClass(com.hankcs.hanlp.model.perceptron.PerceptronLexicalAnalyzer)6 DoubleArrayTrieSegment = SafeJClass(com.hankcs.hanlp.seg.Other.DoubleArrayTrieSegment)7AhoCorasickDoubleArrayTrie = SafeJClass(com.hankcs.hanlp.collection.AhoCorasick.AhoCorasickDoubleArrayTrie)8IOUtil = SafeJClass(com.hankcs.hanlp.corpus.io.IOUtil)9TraditionalChineseTokenizer=SafeJClass(com.hankcs.hanlp.tokenizer.TraditionalChineseTokenizer)
调用方法
analyzer=PerceptronLexicalAnalyzer()a =analyzer.analyze("今天开心了吗？")print a
3.其它更多的功能的实现。
比如繁体分词，自动生成摘要这些hanlp能实现的，但不在以上API函数里面的，我们可以通过以下方法。首先要在“../pyhanlp/init.py”pycharm文件下通过jclass语句引入更深类路径。比如（我引入的是中文繁体分词这个API函数）TraditionalChineseTokenizer=SafeJClass(com.hankcs.hanlp.tokenizer.TraditionalChineseTokenizer)然后就可以直接调用了，真的超级棒。print TraditionalChineseTokenizer.segment(三華裔獲得傑出青年獎‘)#输出：[三/m, 華裔/n, 獲得/v, 傑出青年/nz, 獎/n]-其它更多的API函数的路径请参考java原代码。
作者：小傻子kkk