Hanlp漢字轉拼音使用python調用詳解

一、hanlp簡介

HanLP是一系列模型與算法組成的NLP工具包，由大快搜索主導並徹底開源，目標是普及天然語言處理在生產環境中的應用。HanLP具有功能完善、性能高效、架構清晰、語料時新、可自定義的特色。

開源網址：HanLP: Han Language Processing

但因爲hanlp是用java來實現的，要在python中使用hanlp，只能經過調用pyhanlp這個包來。

可是pyhanlp裏面有一些功能仍然不支持python直接調用，好比漢字轉拼音，這時候就須要從python中啓動jvm並指定Hanlp的jar路徑來使用其餘功能了。

2、下載並配置文件

（1）從開源網址中下載jar、data、hanlp.properties並修改配置文件：

一、下載：data.zip

下載後解壓到任意目錄，接下來經過配置文件hanlp.properties告訴HanLP數據包的位置。

data

│

├─dictionary

└─model

用戶能夠自行增刪替換，若是不須要句法分析等功能的話，隨時能夠刪除model文件夾。

3、下載jar和配置文件：hanlp-release.zip

（1）配置文件hanlp.properties的做用是告訴HanLP數據包的位置，只需修改第一行爲data的父目錄便可:

root=D:/JavaProjects/HanLP/

好比data目錄是/Users/hankcs/Documents/data，那麼root=/Users/hankcs/Documents/ 。

（2）從python中啓動jvm以及添加jar包路徑

 

其中-Djava.class.path是用來添加jar包到classpath中，而後用startJVM來啓動jvm。

startJVM第一個參數是系統內的jvm位置，第二個爲*arg參數，此處放置classpath。

以上獲得的是java的ArrayList類型，須要將他裝換爲string類型：

結果以下：

4、最後記得關閉JVM

 

--------------------

做者：Juanly Jack