本文主要是介绍巩固学习3，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
jieba是优秀的中文分词第三方库。由于中文文本之间每个汉字都是连续书写的，我们需要通过特定的手段来获得其中的每个单词，这种手段就叫分词。而jieba是python计算生态中非常优秀的中文分词第三方库，需要通过安装来使用它。
简单来说，jieba库是通过中文词库的方式来识别分词的。它首先利用一个中文词库，通过词库计算汉字之间构成词语的关联概率，所以通过计算汉字之间的概率，就可以形成分词的结果。当然，除了jieba自带的中文词库，用户也可以向其中增加自定义的词组，从而使jieba的分词更接近某些具体领域的使用
功能
分词
jieba常用的三种模式：
精确模式，试图将句子最精确地切开，适合文本分析；
全模式，把句子中所有的可以成词的词语都扫描出来, 速度非常快，但是不能解决歧义；
搜索引擎模式，在精确模式的基础上，对长词再次切分，提高召回率，适合用于搜索引擎分词。
可使用 jieba.cut 和 jieba.cut_for_search 方法进行分词，两者所返回的结构都是一个可迭代的 generator，可使用 for 循环来获得分词后得到的每一个词语（unicode），或者直接使用 jieba.lcut 以及 jieba.lcut_for_search 返回 list。
jieba.Tokenizer(dictionary=DEFAULT_DICT) ：使用该方法可以自定义分词器，可以同时使用不同的词典。jieba.dt 为默认分词器，所有全局分词相关函数都是该分词器的映射。
jieba.cut 和 jieba.lcut 可接受的参数如下：
需要分词的字符串（unicode 或 UTF-8 字符串、GBK 字符串）
cut_all：是否使用全模式，默认值为 False
HMM：用来控制是否使用 HMM 模型，默认值为 True
jieba.cut_for_search 和 jieba.lcut_for_search 接受 2 个参数：
需要分词的字符串（unicode 或 UTF-8 字符串、GBK 字符串）
HMM：用来控制是否使用 HMM 模型，默认值为 True
需要注意的是，尽量不要使用 GBK 字符串，可能无法预料地错误解码成 UTF-8。
jieba.lcut(s)精确模式，能够对一个字符串精确地返回分词结果，而分词的结果使用列表形式来组织
jieba.lcut(s,cut_all=True)
全模式，能够返回一个列表类型的分词结果，但结果存在冗余。
jieba.lcut_for_search(s)
搜索引擎模式，能够返回一个列表类型的分词结果，也存在冗余
jieba.add_word(w)
向分词词库添加新词w
CSV（Comma-Separated Values）是一种常见的电子文件格式，用于存储和交换结构化数据。它采用纯文本形式，以逗号作为字段之间的分隔符，每行表示一个数据记录。CSV文件具有简单、通用和易于处理的特点，在数据处理和数据交换方面被广泛应用
CSV文件由多行组成，每行表示一个数据记录。每行中的字段使用逗号进行分隔，字段之间可以包含文本、数字或日期等数据。文件的第一行通常用于定义字段名，后续行则包含相应的数据值。字段值可以使用引号或双引号进行包裹，以处理包含逗号或换行符的复杂数据。
优势：
简单易懂：CSV文件采用纯文本格式，易于理解和处理。
跨平台兼容：CSV文件可以在不同操作系统和软件之间进行交换和共享。
轻量级：CSV文件相对于其他复杂数据格式更加轻量级，占用较少的存储空间。
人类可读性：CSV文件采用纯文本形式，可以直接通过文本编辑器打开和查看。
这篇关于巩固学习3的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
