如何从代码配置nltk数据目录？

如何从代码配置nltk数据目录？

只需更改的项目nltk.data.path，这是一个简单的列表。

通过代码http://www.nltk.org/_modules/nltk/data.html：

``nltk:path``: Specifies the file stored in the NLTK data
 package at *path*.  NLTK will search for these files in the
 directories specified by ``nltk.data.path``.

然后在代码中：

######################################################################
# Search Path
######################################################################

path = []
"""A list of directories where the NLTK data package might reside.
   These directories will be checked in order when looking for a
   resource in the data package.  Note that this allows users to
   substitute in their own versions of resources, if they have them
   (e.g., in their home directory under ~/nltk_data)."""

# User-specified locations:
path += [d for d in os.environ.get('NLTK_DATA', str('')).split(os.pathsep) if d]
if os.path.expanduser('~/') != '~/':
    path.append(os.path.expanduser(str('~/nltk_data')))

if sys.platform.startswith('win'):
    # Common locations on Windows:
    path += [
        str(r'C:\nltk_data'), str(r'D:\nltk_data'), str(r'E:\nltk_data'),
        os.path.join(sys.prefix, str('nltk_data')),
        os.path.join(sys.prefix, str('lib'), str('nltk_data')),
        os.path.join(os.environ.get(str('APPDATA'), str('C:\\')), str('nltk_data'))
    ]
else:
    # Common locations on UNIX & OS X:
    path += [
        str('/usr/share/nltk_data'),
        str('/usr/local/share/nltk_data'),
        str('/usr/lib/nltk_data'),
        str('/usr/local/lib/nltk_data')
    ]

要修改路径，只需将其追加到可能的路径列表中即可：

import nltk
nltk.data.path.append("/home/yourusername/whateverpath/")

或在Windows中：

import nltk
nltk.data.path.append("C:\somewhere\farfar\away\path")

我用追加示例

nltk.data.path.append('/libs/nltk_data/')

nltk.data.path.append('your/path/to/nltk_data')NLTK不会添加到每个脚本中，而是接受NLTK_DATA环境变量。（代码链接）

打开~/.bashrc（或~/.profile）用文本编辑器（例如nano，vim，gedit），并添加以下行：

export NLTK_DATA="your/path/to/nltk_data"

执行source加载环境变量

source ~/.bashrc

测试

打开python并执行以下几行

import nltk
nltk.data.path

您可以在其中看到您的nltk数据路径。

参考：@alvations对nltk / nltk＃1997的回答

对于使用uwsgi的用户：

我遇到了麻烦，因为我想让uwsgi应用程序（以与我不同的用户身份运行）可以访问以前下载的nltk数据。对我有用的是将以下行添加到myapp_uwsgi.ini：

env = NLTK_DATA=/home/myuser/nltk_data/

这将设置环境变量NLTK_DATA，如@schemacs所建议。
进行此更改后，您可能需要重新启动uwsgi进程。

另一个解决方案是超越它。

尝试导入nltk nltk.download（）

弹出窗口询问您是否要下载语料库时，您可以在此处指定要将其下载到的目录。

使用以上fnjn的建议打印出路径：

print(nltk.data.path)

我在Windows上看到了这种格式的路径字符串：

C:\\Users\\my_user_name\\AppData\\Roaming\\SPB_Data

所以我在使用path.append时将路径从python类型的正斜杠'/'切换为双反斜杠'\\'。

nltk.data.path.append("C:\\workspace\\my_project\\data\\nltk_books")

异常消失了。