NodeJieba ========= “结巴”分词的 Node.js 版本 介绍 ---- ``NodeJieba``\ 是“结巴”中文分词的 Node.js 版本实现，由\ `CppJieba `__\ 提供底层分词算法实现， 是兼具高性能和易用性两者的 Node.js 中文分词组件。 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： - `node.js 的 C++扩展初体验之 nodejieba `__ - `由 nodejieba 谈谈 node.js 异步实现 `__ 下载 ---- .. code:: sh 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： .. code:: sh npm --registry=http://r.cnpmjs.org install nodejieba 用法 ---- .. code:: js 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 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。 .. code:: js 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： .. code:: js 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。 .. code:: js 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。 词性标注 ~~~~~~~~ .. code:: js 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 关键词抽取 ~~~~~~~~~~ .. code:: js 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 测试 ---- 以下版本中测试通过: - ``node v0.10.2`` - ``node v0.12.1`` - ``iojs v1.3.0`` - ``iojs v2.2.1`` - ``node v4.0.0`` - ``node v5.7.0`` 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 `__ 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 `__ 在线演示 -------- http://cppjieba-webdemo.herokuapp.com/\ (chrome is suggested) 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 - `win10 X64, VS2013, nodejieba@2.2.2 编译不成功 `__ - `version 2.2.2 Can’t build on Win 10 x64 `__ - `nodejieba 在 win7 下的安装问题，有进展了 `__ - `win10 npm 安装报错 `__ 客服 ---- Email: ``i@yanyiwu.com`` QQ: 64162451 .. figure:: http://7viirv.com1.z0.glb.clouddn.com/5a7d1b5c0d_yanyiwu_personal_qrcodes.jpg :alt: image image 许可证 ------ MIT http://yanyiwu.mit-license.org 鸣谢 ---- `jieba 中文分词 `__ 作者 ---- - `YanyiWu `__ - `contributors `__