最近拜读郑捷的《NLP汉语自然语言处理原理与实践》，其中涉及到中文文本处理的工具模块，并重点介绍了哈工大的FTP工具包与斯坦福的stanfordNLP工具包。
这两个工具包包含：中文分词、词性标注、命名实体识别、句法依存分析等功能，在处理中文文本方面直接调用的话非常方便。
但是该书的编程环境是windows10+python2.7，因此书中许多代码以及工具包的安装方式移植到笔者的电脑（windows10 + python3.5）总是莫名其妙地出现一些问题，因而我又大费周章地从网上找了许多资料来填坑。
果然，尽信书不如无书。
书中安装FLP3.3版本使用指令pip install pyltp，但是一直报错显示：
后来发现是版本问题（pyltp最新版本存在兼容性问题）
改用以下方式安装
set STATICBUILD=true && pip install pyltp==0.1.9.1
（set STATICBUILD=true安装依赖包）
安装成功。
值得一提的是，pyltp是用C++开发的，因此在安装pyltp之前需要先安装microsoft visual studio C++编译器 ，本文下载的2017社区版：
下载 | IDE、Code 和 Team Foundation Server | Visual Studio www.visualstudio.com
详情参考：
Python3.6.3中pyltp的安装错误总结 – CSDN博客 blog.csdn.net
安装成功之后，还需要下载相应的模型文件。
下载链接：
这里安装的pyltp版本：0.1.9，对应LTP版本： 3.3.2， 对应模型版本：3.3.1
下载模型文件之后，将模型文件ltp_data_v3.3.1.zip解压到本地文件中：
其中cws.model是中文分词模块，pos.model是词性标注模块，parser.model是句法解析模块。
下面开始尝试用pyltp来处理中文文本吧！
新建一个pyltpDemo.py文件中：
其中model_path是cws.model的本地路径。
分词的结果在输出的第二行：
可以看到这里面的分词粒度过细，“解空间树”、“深度优先”、“解空间”等词语被分开了，这里人为替换一下：
分词的结果为：
可以看到专属名词被保留了
接下来进行词性标注的工作：
这里需要注意的是:
(1)词性标注需要实现对文本进行分词处理，生成词语列表，再进行词性标注；
(2)导入Postagger包;
(3）导入pos.model的本文路径。
最终生成的词性标注结果：
接下来就是stanfordCoreNLP接口的使用了，同样的stanfordCoreNLP是基于java开发的，因此在安装stanfordCoreNLP之前，先安装JDK，而且JDK版本必须是1.8+。JDK的安装这里就不详述了，网上的教程实在是太多了，无非是官网下载、安装、环境变量这些事儿。
剩下的就是安装stanfordCoreNLP：
这里我选择了一个超级简洁的法子，不同于书中的调用JAVA命令行，也不同于NLTK包中的stanford包，而是直接安装stanfordCoreNLP：
pip install stanfordcorenlp
这个是使用python对stanfordCoreNLP的封装，可以直接安装stanfordCoreNLP并可以直接在python中调用。
Lynten/stanford-corenlp github.com
当然了这里需要去stanfordNLP官网去下载Stanford CoreNLP的模型文件以及中文处理的模型文件。下载地址在上面的链接里都可以找到。
将Stanford CoreNLP压缩包解压到本地：
然后将中文处理的模型文件放到上面的文件夹中即可。
安装完毕之后，用python调用一下看看：
这里StanfordCoreNLP需要输入两个变量：
第一个是Stanford CoreNLP解压文件夹的路径；
第二个lang=”zh”,表示中文的意思。
可以看到一共有 分词（word_tokenize）、词性标注（pos_tag）、命名实体识别（ner）、句法解析（parse）、句法依存分析（dependency_parse）这几个较为常用的功能。
最终的结果：
