如何少走弯路安装NLTK？

NLP中分词是一件麻烦事，nltk可以一定程度上优雅的解决一些需求

如果你去搜索“nltk安装”，那么多半会得到以下的代码

import nltk
nltk.download()

你多半不会进入如下界面（因为网络问题会提示远程连接失败）

然后你什么都没下载就试图去使用nltk，会报错如下：

LookupError:
**********************************************************************
  Resource punkt not found.
  Please use the NLTK Downloader to obtain the resource:

  >>> import nltk
  >>> nltk.download('punkt')

  For more information see: https://www.nltk.org/data.html

  Attempted to load tokenizers/punkt/english.pickle

  Searched in:
    - 'C:\\Users\\Administrator/nltk_data'
    - 'C:\\Users\\Administrator\\Desktop\\venv\\nltk_data'
    - 'C:\\Users\\Administrator\\Desktop\\venv\\share\\nltk_data'
    - 'C:\\Users\\Administrator\\Desktop\\venv\\lib\\nltk_data'
    - 'C:\\Users\\Administrator\\AppData\\Roaming\\nltk_data'
    - 'C:\\nltk_data'
    - 'D:\\nltk_data'
    - 'E:\\nltk_data'
    - ''
**********************************************************************

正确的安装方法

去GitHub下载所需模块

NLTK项目地址：

https://github.com/nltk/nltk_data/tree/gh-pages/packages

在如下路径找到punkt.zip

还记得刚刚的报错吗？

 Searched in:
    - 'C:\\Users\\Administrator/nltk_data'
    - 'C:\\Users\\Administrator\\Desktop\\venv\\nltk_data'
    - 'C:\\Users\\Administrator\\Desktop\\venv\\share\\nltk_data'
    - 'C:\\Users\\Administrator\\Desktop\\venv\\lib\\nltk_data'
    - 'C:\\Users\\Administrator\\AppData\\Roaming\\nltk_data'
    - 'C:\\nltk_data'
    - 'D:\\nltk_data'
    - 'E:\\nltk_data'
    - ''

在以下任意路径中，建立tokenizers文件夹，把刚刚下载的punkt.zip解压到此处

此时（以'C:\ nltk_data'为例），punkt.zip的解压路径应该为：

C:\ nltk_data\tokenizers\punkt

测试

import nltk

yuliao = 'hello, how are you?'
res = nltk.word_tokenize(yuliao)
print(res)