版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/github_39655029/article/details/90346045
Python实现jieba对文本分词并写入新的文本文件，然后提取出文本中的关键词
- 思想 先对文本进行读写操作，利用jieba分词对待分词的文本进行分词，然后将分开的词之间用空格隔断；然后调用extract_tags()函数提取文本关键词；
- 代码
#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time : 2019/5/19 19:10
# @Author : cunyu
# @Site : cunyu1943.github.io
# @File : Seg.py
# @Software: PyCharm
import jieba
import jieba.analyse
# 待分词的文本路径
sourceTxt = './source.txt'
# 分好词后的文本路径
targetTxt = './target.txt'
# 对文本进行操作
with open(sourceTxt, 'r', encoding = 'utf-8') as sourceFile, open(targetTxt, 'a ', encoding = 'utf-8') as targetFile:
for line in sourceFile:
seg = jieba.cut(line.strip(), cut_all = False)
# 分好词之后之间用空格隔断
output = ' '.join(seg)
targetFile.write(output)
targetFile.write('n')
prinf('写入成功！')
# 提取关键词
with open(targetTxt, 'r', encoding = 'utf-8') as file:
text = file.readlines()
"""
几个参数解释：
* text : 待提取的字符串类型文本
* topK : 返回TF-IDF权重最大的关键词的个数，默认为20个
* withWeight : 是否返回关键词的权重值，默认为False
* allowPOS : 包含指定词性的词，默认为空
"""
keywords = jieba.analyse.extract_tags(str(text), topK = 10, withWeight=True, allowPOS=())
print(keywords)
print('提取完毕！')
