Python中文是蟒蛇，Python是著名的“龜叔”Guido van Rossum在1989年圣誕節期間，為了打發無聊的圣誕節而編寫的一個編程語言。比如，完成同一個任務，C語言要寫1000行代碼，Java只需要寫100行，而Python可能只要20行。
我發表這個貼子是想讓更多人去認識Python。Python語言很好上手，語句簡單明了，不像C++ . VB等語言復雜。Python語言涉及到很多方面，比如3D游戲等。
如果想計算50+100的結果是多少，C語言和VB語言等一大串的代碼，而Python計算50+100的代碼只需要這樣“50+100”
如果不信的話，大家可以用Python試一試這段代碼。
輸出的代碼
print 后加引號輸出的文字
例：print '基德逗逗' （Python是 不允許加中文的，如果加中文的話請看一下教程）
出現錯誤提示，怎么回事，接著往下看
print語句后也可以跟上多個字符串，使用的方法是用逗號隔開
例：print '你是男人', '不用謝' （Python是 不允許加中文的，如果加中文的話請看一下教程） 
出現錯誤提示，怎么回事，接著往下看
中文的加法在前面寫入代碼：
# encoding: utf-8
print '你是男人', '不用謝'
修改了代碼之后，還是錯誤，最會得知原來標點符號錯了，'打成了‘
這次代碼對了，很興奮，大概就是寫代碼的樂趣吧！
使用nltk來處理中文資料
nltk 怎么樣使用中文?這是個大問題。這么個工具目前只能比較好的處理英文和其他的一些拉丁語系，誰讓別人的單詞與單詞之間有個空格隔開呢！中文漢字一個挨一個的，nltk在分詞這一關就過不去了，分詞沒法分，剩下的就都做不了。唯一能做的， 就是對網上現有的中文語料進行處理，這些語料都分好了詞，可以使用nltk進行類似與英文的處理。
python處理中文首先需要設置一下文本的編碼， 文件的首行加上： #coding utf-8 這個是給python解釋器識別的，然后文件保存的時候，還需要保存為utf-8的編碼。
這些編碼設置完了， ntlk還是處理不了中文。
nltk處理中文的第一步障礙就是中文資料不是分好詞的， 詞語與詞語之間沒有空格。要使用nltk對中文進行處理， 首先的第一步就是中文分詞（臺灣叫中文斷詞）。
目前python中文分詞的包，我推薦使用結巴分詞。 使用結巴分詞，之后，就可以對輸出文本使用nltk進行相關處理。
當然中文分詞， 不應該成為使用nltk的障礙，或許很多人認為，既然用nltk，那么nltk就應該支持中文。但是我們得認清現實，現實就是nltk就是不支持處理中文，因此，這個給國內很多自然語言處理的研究人員有了研究的空間了，nltk既然沒做中文分詞，那么中國人就應該自己做了這個。一個口碑比較好的中文分詞工具就是ICTCLAS中文分詞。
當然，我個人覺得中國人自己開發的純python實現的結巴分詞也不錯。
總的來說，nltk不提供中文分詞，不應該糾結于此，并止步不前，我們完全可以使用其他的中文分詞工具，將需要處理的資料分好詞，然后再使用nltk進行處理，因此，這里就不多說中文分詞的那點事了。如果你因為中文分詞而分心，并轉向到中文分詞的研究之中，那么你就掉入了另外一個深坑之中。牢記本文的主題是nltk。當然需要多啰嗦一點的就是，nltk的默認詞性標注集使用的是Penn Treebank 的詞性標注集，因此，你選用中文分詞模塊的時候，最好能夠使用和penn詞性標注集差不多的中文分詞工具，當然，不一樣也沒事。
喜歡 
頂
難過
囧
圍觀
無聊
