jieba库

• jieba库是一款优秀的 Python 第三方中文分词库，jieba
  支持三种分词模式：精确模式、全模式和搜索引擎模式，下面是三种模式的特点。

  精确模式：试图将语句最精确的切分，不存在冗余数据，适合做文本分析

  全模式：将语句中所有可能是词的词语都切分出来，速度很快，但是存在冗余数据

  搜索引擎模式：在精确模式的基础上，对长词再次进行切分

运用jieba库解答本题

import jieba
# 也可直接用txt = '字符串'
txt = open("yingwen.txt", "r", encoding='utf-8').read()
words = jieba.lcut(txt)
list2 = []
list3 = []
result = []                   # 变换之后的结果
for i in words:
    if i == 'I' or i == ' ':
        list2.append(i)
        result += list2
        list2.clear()
    else:
        list1 = list(i)
        for ch in list1:
            if ch == 'I':
                ch = ch.replace('I', 'i')
            list3.append(ch)
        result += list3
        list3.clear()
print(txt)
print(''.join(result))

友情链接

jieba的安装以及简单分词的应用请参考本链接