Python中文是蟒蛇，Python是著名的“龟叔”Guido van Rossum在1989年圣诞节期间，为了打发无聊的圣诞节而编写的一个编程语言。比如，完成同一个任务，C语言要写1000行代码，Java只需要写100行，而Python可能只要20行。
我发表这个贴子是想让更多人去认识Python。Python语言很好上手，语句简单明了，不像C++ . VB等语言复杂。Python语言涉及到很多方面，比如3D游戏等。
如果想计算50+100的结果是多少，C语言和VB语言等一大串的代码，而Python计算50+100的代码只需要这样“50+100”
如果不信的话，大家可以用Python试一试这段代码。
输出的代码
print 后加引号输出的文字
例：print '基德逗逗' （Python是 不允许加中文的，如果加中文的话请看一下教程）
出现错误提示，怎么回事，接着往下看
print语句后也可以跟上多个字符串，使用的方法是用逗号隔开
例：print '你是男人', '不用谢' （Python是 不允许加中文的，如果加中文的话请看一下教程） 
出现错误提示，怎么回事，接着往下看
中文的加法在前面写入代码：
# encoding: utf-8
print '你是男人', '不用谢'
修改了代码之后，还是错误，最会得知原来标点符号错了，'打成了‘
这次代码对了，很兴奋，大概就是写代码的乐趣吧！
使用nltk来处理中文资料
nltk 怎么样使用中文?这是个大问题。这么个工具目前只能比较好的处理英文和其他的一些拉丁语系，谁让别人的单词与单词之间有个空格隔开呢！中文汉字一个挨一个的，nltk在分词这一关就过不去了，分词没法分，剩下的就都做不了。唯一能做的， 就是对网上现有的中文语料进行处理，这些语料都分好了词，可以使用nltk进行类似与英文的处理。
python处理中文首先需要设置一下文本的编码， 文件的首行加上： #coding utf-8 这个是给python解释器识别的，然后文件保存的时候，还需要保存为utf-8的编码。
这些编码设置完了， ntlk还是处理不了中文。
nltk处理中文的第一步障碍就是中文资料不是分好词的， 词语与词语之间没有空格。要使用nltk对中文进行处理， 首先的第一步就是中文分词（台湾叫中文断词）。
目前python中文分词的包，我推荐使用结巴分词。 使用结巴分词，之后，就可以对输出文本使用nltk进行相关处理。
当然中文分词， 不应该成为使用nltk的障碍，或许很多人认为，既然用nltk，那么nltk就应该支持中文。但是我们得认清现实，现实就是nltk就是不支持处理中文，因此，这个给国内很多自然语言处理的研究人员有了研究的空间了，nltk既然没做中文分词，那么中国人就应该自己做了这个。一个口碑比较好的中文分词工具就是ICTCLAS中文分词。
当然，我个人觉得中国人自己开发的纯python实现的结巴分词也不错。
总的来说，nltk不提供中文分词，不应该纠结于此，并止步不前，我们完全可以使用其他的中文分词工具，将需要处理的资料分好词，然后再使用nltk进行处理，因此，这里就不多说中文分词的那点事了。如果你因为中文分词而分心，并转向到中文分词的研究之中，那么你就掉入了另外一个深坑之中。牢记本文的主题是nltk。当然需要多啰嗦一点的就是，nltk的默认词性标注集使用的是Penn Treebank 的词性标注集，因此，你选用中文分词模块的时候，最好能够使用和penn词性标注集差不多的中文分词工具，当然，不一样也没事。
喜欢 
顶
难过
囧
围观
无聊
