這個問題簡直是莫名奇妙。
前段時間由於學習網絡爬蟲遇到了各種python包安裝，以及各種插件調試問題。
一遍過還好說，尤其這種偏工程的學科，環境搭建不好，就沒法開展進度。
對於NLP領域的一個分詞工具——Hanlp的安裝遇到了同樣問題。
首先直接pip install pyhanlp失敗，由於hanlp核心是用java實現的。 《自然語言處理入門》p23介紹，需要jpype1的一個依賴，後來才知道這個包是屬於python（膠水語言）的對於java的“強力膠水”。
可以通過miniconda來安裝，但是我用的是自己安裝的python環境，但是直接使用自己安裝的python環境通過pip install jpype==0.7.0安裝是不成功的，這裏指定版本是因爲hanlp官方給定的jpype版本就是0.7.0。開始試過將miniconda下安裝的jpype工具包直接複製到自己的python環境下，後來不知道什麼原因又不可以用了。
《自然語言處理入門》書中介紹的是安裝jpype之後，再安裝pyhanlp，然後Hanlp類就可以通過from pyhanlp import *直接使用。而上面遇到的問題只是無法安裝pyhanlp，後來的學習過程中有發現了一種新的方法——直接越過pyhanlp的安裝。
這裏我使用的是pycharm環境的，可以安裝py3的對應的jpype包。
部分實現代碼如下：
from jpype import *
startJVM(getDefaultJVMPath(), "-Djava.class.path=E:\Study App\Hanlp\hanlp-1.7.7.jar;E:\Study App\Hanlp",
"-Xms1g",
"-Xmx1g") # 啓動JVM，Linux需替換分號;爲冒號:
print("=" * 30 + "HanLP分詞" + "=" * 30)
HanLP = JClass('com.hankcs.hanlp.HanLP')
print(HanLP.segment('你好，歡迎在Python中調用HanLP的API'))
print("=" * 30 + "標準分詞" + "=" * 30)
StandardTokenizer = JClass('com.hankcs.hanlp.tokenizer.StandardTokenizer')
print(StandardTokenizer.segment('你好，歡迎在Python中調用HanLP的API'))
通過開啓一個Java虛擬機，連接到你的hanlp的數據包存放路徑，這裏我存放的路徑爲E:\Study App\Hanlp。我們需要找到該路徑以及其中的jar文件。然後查閱官方文檔，具體需要哪一種分詞方式，最後通過JClass類去獲取該分詞類對象，完成操作。
如果是安裝pyhanlp之後，通過導入就可以直接使用上面的分詞類並且不需要手動啓動虛擬機，這就是二者的區別之處。
注意：hanlp目錄中的properties文件中的root路徑也需要設置爲你的hanlp數據包所在路徑。
這裏它告訴你當前jpype版本正在被棄用。不過沒關係，可以運行成功就ok了。