真的整理了很久，各位朋友如果觉得有用的请点个赞~谢谢大佬们了！

一、StanfordCoreNLP简介与文档（python）

Stanford NLP 是由斯坦福大学的 NLP 小组开源的 Java 实现的 NLP 工具包，同样对 NLP 领域的各个问题提供了解决办法，可用于依存关系分析、词性标注及句子主语分析、实体识别等等，方便实用~
但是实际的安装使用却不简单。python接口的github地址：https://github.com/Lynten/stanford-corenlp

二、安装

安装步骤很简单，不过要注意自己的电脑环境：

（1）下载安装JDK 1.8及以上版本。 这一点很重要！！！！

注意事项

1、如果本来有java的盆友记得先在控制面板卸载所有的java程序，然后再下载安装新的JDK，我就是没卸载，系统无法识别……
2、安装完成后记得重启编译器，我这里用的是pycharm

开始下载安装

具体地址：oracle官网 https://www.oracle.com/index.html
进入网站后：

点击左上角的横线菜单：

在菜单中点击Java：

进入了java software：

点击 Technical Details：

就可以看到最新下载啦，我们一般都是用SE，左下角的就是了，也可以直接点击左边的java se。

进入页面后是这样的，有不同版本的介绍，点击旁边的download就可以进入下载页面了：

然后就是选择版本安装啦：

我这里选择的是win的exe包，习惯使然，大家根据需要下载就行。
Windows默认的安装路径是：C:\Program Files\Java\

配置环境变量

电脑系统：win7
进入计算机，在左上角选择系统属性：

也可以通过计算机-右键-属性进入：

点击左边的高级系统设置：

点击环境变量：

点击系统变量的新建：

输入java的jdk包路径：

编辑系统变量中的path，添加如下自己的jdk包路径中的bin：
例子：C:\Program Files\Java\jdk-13.0.1\bin;

点击确定，进入命令行，输入java -version，出现如下版本就证明更新成功：

（2）下载Stanford CoreNLP文件，解压。

官网入口：https://stanfordnlp.github.io/CoreNLP/index.html

下拉，点击下载红色按钮，根据语言的不同，下载不同的model jar。

（3）（可选） 把语言的模型jar文件，然后放到stanford-corenlp根目录下即可

（4）使用pip安装stanfordcorenlp

命令：pip install stanfordcorenlp

（5）运行

因为stanfordcorenlp是以先开启服务器，再通过服务器交互进行功能的实现，所以先调试如下代码。
里面的文档路径是你的stanfordcorenlp的安装路径：

from stanfordcorenlp import StanfordCoreNLP
import logging

nlp = StanfordCoreNLP(r'E:\Stanford\stanford-corenlp-full-2018-10-05',lang='zh',quiet=False,logging_level=logging.DEBUG)

参数的意义：
logging_level：日志的级别，利用的是logging包，日志级别如下：

	DEBUG： 打印全部的日志，详细的信息
	INFO： 打印INFO，WARNING，ERROR，CRITICAL级别的日志，确认一切按预期运行
	WARNING ： 打印WARNING,ERROR,CRITICAL级别的日志
	ERROR：打印ERROR,CRITICAL级别的日志，更严重的问题
	CRITICAL： 打印CRITICAL级别，一个严重的错误，这表明程序本身可能无法继续运行

具体的logging使用可参考：https://www.cnblogs.com/CJOKER/p/8295272.html
lang：语言选择，en, zh, ar, fr, de, es (English, Chinese, Arabic, French, German, Spanish)
具体各种语言支持的功能有不同，请看：https://stanfordnlp.github.io/CoreNLP/human-languages.html
memory：分配的内存。这里注意，通常分配为4g以上，但是实际上不一定用这么多的内存。
quiet：False为显示更详细信息。默认为True。

如果上面的代码运行无错误的话，可以看到端口：http://127.0.0.1:9002 或 http://localhost:9002，这里的端口具体需要自己查看~

可进入服务器地址查看：
这时候可以直接在网页上进行操作！也证明我们已经成功安装啦！

命令行开启服务器，程序内调用

命令行输入，开启 CoreNLP服务器

java -mx4g -cp "*" edu.stanford.nlp.pipeline.StanfordCoreNLPServer -port 9000 -timeout 15000

程序内调用

# Use an existing server
nlp = StanfordCoreNLP('http://localhost', port=9000)

（6）具体使用测试代码

英文

# Simple usage
from stanfordcorenlp import StanfordCoreNLP

nlp = StanfordCoreNLP(r'G:\JavaLibraries\stanford-corenlp-full-2018-02-27')

sentence = 'Guangdong University of Foreign Studies is located in Guangzhou.'
print 'Tokenize:', nlp.word_tokenize(sentence)
print 'Part of Speech:', nlp.pos_tag(sentence)
print 'Named Entities:', nlp.ner(sentence)
print 'Constituency Parsing:', nlp.parse(sentence)
print 'Dependency Parsing:', nlp.dependency_parse(sentence)

nlp.close() # Do not forget to close! The backend server will consume a lot memery.

中文

# _*_coding:utf-8_*_

# Other human languages support, e.g. Chinese
sentence = '清华大学位于北京。'

with StanfordCoreNLP(r'G:\JavaLibraries\stanford-corenlp-full-2018-02-27', lang='zh') as nlp:
    print(nlp.word_tokenize(sentence))
    print(nlp.pos_tag(sentence))
    print(nlp.ner(sentence))
    print(nlp.parse(sentence))
    print(nlp.dependency_parse(sentence))

StanfordCoreNLP的具体功能使用

参考：https://stanfordnlp.github.io/CoreNLP/annotators.html

三、 各种坑（报错信息及解决方法）

1. 程序跑了贼久，但是啥都没出现

最后百度了一个能显示stanfordcorenlp日志的方法，这告诉了我们使用新东西一定要看文档，调试很重要！！！

调试结果（出错信息）：

出错信息：Could not find the main class: edu.stanford.nlp.pipeline.StanfordCoreNLPServer.

解决方法

在python的根目录下，找到pip安装的stanfordcorenlp包，在包内有一个文件： corenlp.py
通常路径为：…\python\Lib\site-packages\stanfordcorenlp\corenlp.py
大概在109行的位置，更换localhost为127.0.0.1，如下：

然后就会变得快很多了~

2.连接强迫关闭

出错信息：urllib3.exceptions.ProtocolError: (‘Connection aborted.’, ConnectionResetError(10054, ‘远程主机强迫关闭了一个现有的连接。’, None, 10054, None))

这个问题可以通过用上面quiet=False的参数来查看日志，我的问题是因为使用的时候内存不足，日志如下：

看到这里我是绝望的，因为我电脑太渣，只能去找云服务器了，具体的过程我后面成功会再贴上来！

解决方法

云服务器或换内存大的电脑QAQ，是我电脑渣

参考资料

（1）https://blog.csdn.net/zy4321234zx/article/details/88913771
（2）https://www.cnblogs.com/monty12/p/10544524.html
（3）https://blog.csdn.net/JN102/article/details/94866611
（4）https://blog.csdn.net/xyz1584172808/article/details/81940664