信息领域热词分析系统--python切词

利用python将标题切割成词语

import jieba
#读取文件
f=open(r"F:大数据大作业爬取到的数据data1_xinxi.txt",'r')
s=f.read()
#print(s)
#切割文件中的字符串
zifuchuan=s.split("
");#按行分割
i=0
zifuchuan1=[]#标题
zifuchuan2=[]#文章链接
zifuchuan3=[]#作者
for ss in zifuchuan:
   if ss!='':#去掉空行
      #print(":"+ss)
      zifu=ss.split("	")
      zifuchuan1.append(zifu[0])
      zifuchuan2.append(zifu[1])
      zifuchuan3.append(zifu[2])
#print(zifuchuan1)
#分词
k1=0
k2=0
fencihou2=[]
for ss in zifuchuan1:
    #print(ss)
    fencihou=jieba.lcut(ss,cut_all=True)
    #print(fencihou)
    for f in fencihou:
        if f.isspace()==False:
             print("@:"+f)
             fencihou3 = f + ' ' + zifuchuan2[k2] + ' ' + zifuchuan3[k2]
             fencihou2.append(fencihou3)
             k1 = k1 + 1

    k2=k2+1
#print(fencihou2)
#写入文件
f1=open("F:大数据大作业分词后的文件data2_xinxi.txt",'a+')
for fencihou4 in fencihou2:
    f1.write(fencihou4)
    f1.write("
")
f1.close()
本文版权归作者和博客园共有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出原文连接,否则保留追究法律责任的权利.
原文地址:https://www.cnblogs.com/wl2017/p/10294415.html