python - NLTK - 从没有下载器 UI 的命令行下载除 corpara 之外的所有 nltk 数据

Question

我们可以使用以下命令下载所有 nltk 数据：

> import nltk
> nltk.download('all')

或使用特定数据：

> nltk.download('punkt')
> nltk.download('maxent_treebank_pos_tagger')

但我想下载除“corpara”文件之外的所有数据，例如 - 所有块化器、语法器、模型、词干分析器、标记器、标记器等

没有下载器 UI 有什么办法吗？就像是，

> nltk.download('all-taggers')

Answer 1

列出所有语料库 ID 并设置_status_cache[pkg.id] = 'installed'。

它将所有语料库的状态值设置为“已安装”，当我们使用nltk.download().

如果您不确定需要哪个语料库/包，而不是下载所有语料库和模型，请使用nltk.download('popular').

import nltk

dwlr = nltk.downloader.Downloader()

for pkg in dwlr.corpora():
    dwlr._status_cache[pkg.id] = 'installed'

dwlr.download('popular')

下载特定文件夹的所有包。

import nltk

dwlr = nltk.downloader.Downloader()

# chunkers, corpora, grammars, help, misc, 
# models, sentiment, stemmers, taggers, tokenizers
for pkg in dwlr.packages():
    if pkg.subdir== 'taggers':
        dwlr.download(pkg.id)