本地版pylpt执行结果的格式转换与访问——以json为例

前文说了如何在本地安装pyltp。在官方的例子中，各功能的处理结果都是纯文本（plain text），这不太便于我们解析和使用其结果。经尝试，可以将他的处理结果转为json格式。我将pyltp的功能放到一个函数中，然后可以在项目的其它程序中调用它。仍以官方example为例，我直接在它上面修改的代码。【注：我没有考虑如何整合语义角色标注结果到json中】

common_callLTP.py，在这里封闭和改造pyltp功能

'''
Created on 2015-4-29

@author: 郭喜跃
'''
import sys, os
import json
from pyltp import Segmentor, Postagger, Parser, NamedEntityRecognizer, SementicRoleLabeller
ROOTDIR = os.path.join(os.path.dirname(__file__), os.pardir)
sys.path.append(os.path.join(ROOTDIR, "lib"))
# 设置模型文件的路径
MODELDIR=os.path.join(ROOTDIR, "ltp_data")

def callLTP(sentence):# 参数就是待处理的句子
    # sentence = "国家主席胡锦涛携夫人刘永青出访俄罗斯。"

    #分词功能
    segmentor = Segmentor()
    segmentor.load(os.path.join(MODELDIR, "cws.model"))
    words = segmentor.segment(sentence)
    #print ("\t".join(words)) 

    #词性标注功能
    postagger = Postagger()
    postagger.load(os.path.join(MODELDIR, "pos.model"))
    postags = postagger.postag(words)
    #print ("\t".join(postags))

    #句法依存关系
    parser = Parser()
    parser.load(os.path.join(MODELDIR, "parser.model"))
    arcs = parser.parse(words, postags)
    #print ("\t".join("%d:%s" % (arc.head, arc.relation) for arc in arcs))

    #实体识别
    recognizer = NamedEntityRecognizer()
    recognizer.load(os.path.join(MODELDIR, "ner.model"))
    netags = recognizer.recognize(words, postags)
    #print ("\t".join(netags))

    #语义角色标注，这个我没有用到，所以全部注释了
    #labeller = SementicRoleLabeller()
    #labeller.load(os.path.join(MODELDIR, "srl/"))
    #roles = labeller.label(words, postags, netags, arcs)
    #for role in roles:
    #    print (role.index, "".join(["%s:(%d,%d)" % (arg.name, arg.range.start, arg.range.end) for arg in role.arguments]))

    # 结果整合为json。这是重点。我把原代码的print全部注释。
    resultJson=[] #创建一个空列表，用于保存json数据。
    for index in range(len(words)):#遍历结果
        resultJson.append({'id':index,'cont':words[index],'pos':postags[index],'relate':arcs[index].relation,'ne':netags[index]}) #将各功能的结果对应地添加到json中    

    return resultJson # 返回函数结果

test.py，这里调用上述函数

import common_callLTP;
import json;

finalResult=common_callLTP.callLTP("国家主席胡锦涛携夫人刘永青出访俄罗斯。")
jsonStr=json.dumps(finalResult,ensure_ascii=False,indent=2);  #这两行代码用于美观显示json数据，你感受下。如果不这样，直接print(json变量)的话，默认是在一行上显示所有结果，非常不便于查看。
print(jsonStr)

结果：

至于说得到json数据如何遍历，请参考以下代码：

for eachItem in finalResult:
    print(eachItem['cont'])

作用是输出json中每一项的‘cont‘键的值。你可以举一反三去使用了。