Wie kann ich testen, ob eine Nltk-Ressource bereits auf dem Computer installiert ist, auf dem mein Code ausgeführt wird?

Question

Ich habe gerade mein erstes NLTK-Projekt gestartet und bin verwirrt über das richtige Setup. Ich brauche mehrere Ressourcen wie den Punkt Tokenizer und den maxent pos Tagger. Ich selbst habe sie über die GUI nltk.download() heruntergeladen. Für meine Mitarbeiter möchte ich natürlich, dass diese Dinge automatisch heruntergeladen werden. Ich habe dafür keinen idiomatischen Code in der Doku gefunden.

Soll ich einfach nltk.data.load('tokenizers/punkt/english.pickle') und ihre dergleichen in den Code einfügen? Werden die Ressourcen jedes Mal heruntergeladen, wenn das Skript ausgeführt wird? Soll ich dem Nutzer (d. H. Meinen Mitentwicklern) Feedback geben, was heruntergeladen wird und warum dies so lange dauert? Es muss Getriebe dort draußen sein, die die Arbeit macht, richtig? :)

// bearbeiten Meine Frage an explify:
Wie teste ich, ob ein nltk Ressource (wie der Punkt Tokenizer) bereits auf dem Rechner installiert ist mein Code ausgeführt wird, und installieren Sie es, wenn es nicht ist?

Answer 1

können Sie verwenden, um die nltk.data.find() Funktion finden https://github.com/nltk/nltk/blob/develop/nltk/data.py:

>>> import nltk 
>>> nltk.data.find('tokenizers/punkt.zip') 
ZipFilePathPointer(u'/home/alvas/nltk_data/tokenizers/punkt.zip', u'') 

Wenn die Ressource nicht verfügbar ist, dass Sie den Fehler finden:

Traceback (most recent call last): 
    File "<stdin>", line 1, in <module> 
    File "/usr/local/lib/python2.7/dist-packages/nltk-3.0a3-py2.7.egg/nltk/data.py", line 615, in find 
    raise LookupError(resource_not_found) 
LookupError: 
********************************************************************** 
    Resource u'punkt.zip' not found. Please use the NLTK Downloader 
    to obtain the resource: >>> nltk.download() 
    Searched in: 
    - '/home/alvas/nltk_data' 
    - '/usr/share/nltk_data' 
    - '/usr/local/share/nltk_data' 
    - '/usr/lib/nltk_data' 
    - '/usr/local/lib/nltk_data' 
********************************************************************** 

Die meisten wahrscheinlich, Sie möchten tun, um etwas wie das, um sicherzustellen, dass Ihre Mitarbeiter das Paket haben:

>>> try: 
...  nltk.data.find('tokenizers/punkt') 
... except LookupError: 
...  nltk.download('punkt') 
... 
[nltk_data] Downloading package punkt to /home/alvas/nltk_data... 
[nltk_data] Package punkt is already up-to-date! 
True