python 自然语言处理Natural language toolkit (NLTK)

自然语言处理（ NLP ）就是开发能够理解人类语言的应用程序和服务。

自然语言处理的应用，包括语音识别，语音翻译，理解句意，理解特定词语的同义词，以及写出语法正确，句意通畅的句子和段落。

NLTK 是一个当下流行的，用于自然语言处理的 Python 库。

• 安装nltk库

要求python的版本必须为2.7及以上，直接使用pip安装

pip install nltk

• 检测并下载nltk的data包

进入python控制台

import nltk    # 没有报错，说明安装nltk成功
nltk.download()    # 弹出nltk的data包下载器

注意：

    nltk_data下载，所有包大概3.2G，下载时间较长，可以根据需要下载所需要的部分即可

• nltk_data的使用

在代码中使用nltk

import nltk
nltk.data.path.append("../nltk_data")

• nltk实例应用

获取测试纯文本，nltk是针对英文的文本处理，获取php官方介绍，当作测试文本

既然我们用的是python，当然使用最简单的方法获取咯

爬虫获取php.net文本信息

# coding: utf-8

import sy