7.1.5. NodeJieba¶
“结巴”分词的 Node.js 版本
7.1.5.2. 特点¶
词典载入方式灵活，无需配置词典路径也可使用，需要定制自己的词典路径时也可灵活定制。
底层算法实现是 C++，性能高效。
支持多种分词算法，各种分词算法见CppJieba的 README.md 介绍。
支持动态补充词库。
对实现细节感兴趣的请看如下博文：
7.1.5.3. 下载¶
npm install nodejieba
因为npm速度很慢而且经常因为墙的原因出现莫名其妙的问题，可以试试使用cnpm，命令如下：
npm --registry=http://r.cnpmjs.org install nodejieba
7.1.5.4. 用法¶
var nodejieba = require("nodejieba");
var result = nodejieba.cut("南京市长江大桥");
console.log(result);
//["南京市","长江大桥"]
更详细的其他用法请看 <test/demo.js>
7.1.5.4.1. 词典载入¶
如果没有主动调用词典函数时，则会在第一次调用 cut 等功能函数时，自动载入默认词典。
如果要主动触发词典载入，则使用以下函数主动触发。
nodejieba.load();
以上用法会自动载入所有默认词典，如果需要载入自己的词典，而不是默认词典。 比如想要载入自己的用户词典，则使用以下函数：
nodejieba.load({
userDict: "./test/testdata/userdict.utf8"
});
字典载入函数 load 的参数项都是可选的，如果没有对应的项则自动填充默认参数。 所以上面这段代码和下面这代代码是等价的。
nodejieba.load({
dict: nodejieba.DEFAULT_DICT,
hmmDict: nodejieba.DEFAULT_HMM_DICT,
userDict: "./test/testdata/userdict.utf8",
idfDict: nodejieba.DEFAULT_IDF_DICT,
stopWordDict: nodejieba.DEFAULT_STOP_WORD_DICT
});
【词典说明】
dict: 主词典，带权重和词性标签，建议使用默认词典。
hmmDict: 隐式马尔科夫模型，建议使用默认词典。
userDict: 用户词典，建议自己根据需要定制。
idfDict: 关键词抽取所需的 idf 信息。
stopWordDict: 关键词抽取所需的停用词列表。
7.1.5.4.2. 词性标注¶
var nodejieba = require("nodejieba");
console.log(nodejieba.tag("红掌拨清波"));
//[ { word: '红掌', tag: 'n' },
// { word: '拨', tag: 'v' },
// { word: '清波', tag: 'n' } ]
更详细的其他用法请看 <test/demo.js>
7.1.5.4.3. 关键词抽取¶
var nodejieba = require("nodejieba");
var topN = 4;
console.log(nodejieba.extract("升职加薪，当上CEO，走上人生巅峰。", topN));
//[ { word: 'CEO', weight: 11.739204307083542 },
// { word: '升职', weight: 10.8561552143 },
// { word: '加薪', weight: 10.642581114 },
// { word: '巅峰', weight: 9.49395840471 } ]
更详细的其他用法请看 <test/demo.js>
7.1.5.6. 应用¶
支持中文搜索的 gitbook 插件: gitbook-plugin-search-pro
汉字拼音转换工具: pinyin
7.1.5.7. 性能评测¶
性能杠杠的，应该是目前性能最好的 Node.js 中文分词库，没有之一。详见: jieba 中文分词系列性能评测
7.1.5.8. 在线演示¶
http://cppjieba-webdemo.herokuapp.com/(chrome is suggested)
7.1.5.9. Windows 安转¶
NodeJieba 在 Windows 上面的一系列安装问题和斗争成功过程参考
