Python库巡礼--TextBlob
- 2026-09-08 01:49:31
今天我们来看下TextBlob，这是Python 中一个非常流行且易于使用的自然语言处理（NLP）库。它建立在 NLTK 和 pattern 库之上，为常见的 NLP 任务，比如词性标注、名词短语提取、情感分析、分类、翻译和拼写检查等，提供了简单、直观的 API。
如果你需要快速对文本进行基础处理，而不想深入研究复杂的深度学习模型，TextBlob 实在是一个非常好的选择。其发展历程大致如下
时间节点 | 核心事件 / 新增特性 |
|---|---|
2013 年 6 月 | 项目诞生：首次公开发布。确立了基于 NLTK 和 |
2013 年 10 月 | 包名正式更改：从 |
2014 年 9 月 | 架构解耦：移除内置（vendorized）的 NLTK 副本，改为直接依赖外部安装的 NLTK 3。 |
2017 年 2 月 | 移除对 Python 2.6 和 3.3 的支持；新增词干提取 ( |
2020 年 4 月 | 弃用翻译功能：标记 |
2024 年 2 月 | 彻底移除翻译功能及 |
2025 - 至今 | 修复已知 Bug；适配最新的 Python 3.9 - 3.13 及 NLTK >= 3.9。 |
来几个简单的代码示例吧
示例 1：基础文本处理（分词与词性标注）
TextBlob 可以像字符串一样被实例化，并轻松提取单词、句子和词性。
from textblob import TextBlobtext = "I love natural language processing. It is absolutely fascinating!"blob = TextBlob(text)# 1. 获取句子列表print("句子:", blob.sentences)# 2. 获取单词列表print("单词:", blob.words)# 3. 词性标注 (POS Tagging)# 返回一个元组列表，每个元组包含 (单词, 词性标签)print("词性标注:", blob.tags)
示例 2：名词短语提取
在信息提取时，我们通常需要找出文本中的核心名词短语。
from textblob import TextBlobtext = "The quick brown fox jumps over the lazy dog in the beautiful park."blob = TextBlob(text)# 提取名词短语print("名词短语:", blob.noun_phrases)# 输出: ['quick brown fox', 'lazy dog', 'beautiful park']
示例 3：情感分析 (Sentiment Analysis)
TextBlob 可以分析文本的情感极性（Polarity）和主观性（Subjectivity）。
- Polarity（极性）：范围在
[-1.0, 1.0]，-1 表示非常负面，1 表示非常正面。 - Subjectivity（主观性）：范围在
[0.0, 1.0]，0.0 表示非常客观（事实），1.0 表示非常主观（观点/情感）。
from textblob import TextBlobpositive_text = "I absolutely love this product, it is amazing!"negative_text = "This is the worst experience I have ever had."neutral_text = "The sky is blue and the grass is green."for text in [positive_text, negative_text, neutral_text]:blob = TextBlob(text)print(f"文本: {text}")print(f"情感分析结果: {blob.sentiment}")print("-" * 40)
示例 4：拼写检查与纠正
TextBlob 内置了拼写纠错功能，基于概率模型来猜测正确的单词。
from textblob import TextBlob, Word# 纠正整段文本的拼写misspelled_text = "I havv goood speling and I luv Python!"blob = TextBlob(misspelled_text)print("纠正后:", blob.correct())# 检查单个单词的拼写建议word = Word("definately")# 返回一个列表，包含可能的正确拼写及其置信度print("拼写建议:", word.spellcheck())
示例 5：翻译与语言检测
TextBlob 集成了 Google Translate API，可以进行多语言翻译和语言检测。（使用翻译功能时需联网）
from textblob import TextBloben_blob = TextBlob("Hello, how are you doing today?")# 1. 检测语言print("当前语言:", en_blob.detect_language()) # 输出: en# 2. 翻译成中文zh_blob = en_blob.translate(to='zh-CN')print("中文翻译:", zh_blob)# 3. 从其他语言翻译成英文fr_blob = TextBlob("Bonjour le monde")en_blob2 = fr_blob.translate(from_lang='fr', to='en')print("法语转英语:", en_blob2)
