中文文本需要通过分词获得单个的词语
jieba是优秀的中文分词第三方库，需要额外安装
在（cmd命令行）情况下 运行 pip install jieba 进行安装
jieba分词原理
利用一个中文词库，确定汉字之间的关联概率
汉字间概率大的组成词组，形成分词结果
除了分词，用户还可以添加自定义的词组
jieba分词的三种模式：精确模式、全模式、搜索引擎模式
精确模式：把文本精确的切分开，不存在冗余单词
全模式：把文本中所有可能的词语都扫描出来，有冗余
搜索引擎模式：在精确模式基础上，对长词再次切分
jieba库常用函数
| 函数 | 描述 |
|---|---|
| jieba.lcut(s) | 精确模式，返回一个列表类型的分词结果 |
| jieba.lcut(s,cut_all=True) | 全模式，返回一个列表类型的分词结果，存在冗余 |
| jieba.lcut_for_search(s) | 搜索引擎模式，返回一个列表类型的分词结果，存在冗余 |
| jieba.add_word(w) | 向分词词典增加新词w |
例如：
> s = "中国是一个伟大的国家"
> jieba.lcut(s)
['中国','是','一个','伟大','的','国家']
> jieba.lcut(s,cut_all=True)
['中国','国是','是','一个','伟大','的','国家']
> jieba.lcut_for_search("中华人民共和国是伟大的")
['中华','华人','人民','共和','共和国','中华人民共和国','是','伟大','的']
来源：CSDN
作者：智慧女孩不要秃头
链接：https://blog.csdn.net/weixin_45506775/article/details/104354887