如何少走彎路安裝NLTK？

NLP中分詞是一件麻煩事，nltk可以一定程度上優雅的解決一些需求

如果你去搜索“nltk安裝”，那么多半會得到以下的代碼

import nltk 
nltk.download()

你多半不會進入如下界面（因為網絡問題會提示遠程連接失敗）

然后你什么都沒下載就試圖去使用nltk，會報錯如下：

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'
    - ''
**********************************************************************

正確的安裝方法

去GitHub下載所需模塊

NLTK項目地址：
https://github.com/nltk/nltk_data/tree/gh-pages/packages

在如下路徑找到punkt.zip

還記得剛剛的報錯嗎？

 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'
    - ''

在以下任意路徑中，建立tokenizers文件夾，把剛剛下載的punkt.zip解壓到此處

此時（以'C:\ nltk_data'為例），punkt.zip的解壓路徑應該為：

C:\ nltk_data\tokenizers\punkt

測試

import nltk

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