在setup.py脚本中安装nltk数据

Question

我在项目中使用带有wordnet的NLTK。我在我的电脑上手动安装，在终端中使用pip：pip3 install nltk --user，然后在python shell中使用nltk.download()下载wordnet。

我想用setup.py文件来创建它们，但我不知道安装wordnet的好方法。

目前，我在调用setup之后有了这段代码（“nltk”在install_requires的setup列表中）：

import sys
if 'install' in sys.argv:
    import nltk
    nltk.download("wordnet")

有一个更好的方法吗？

Answer 1

我设法通过用我自己的cmdclass类覆盖Install来在setup.py中安装NLTK数据：

from setuptools import setup, find_packages
from setuptools.command.install import install as _install


class Install(_install):
    def run(self):
        _install.do_egg_install(self)
        import nltk
        nltk.download("popular")

setup(...
    cmdclass={'install': Install},
    ...
    install_requires=[
      'nltk',
      ],
    setup_requires=['nltk']
    ...
   )

在调用do_egg_install()之前，在run()方法中使用方法import nltk以确保安装nltk非常重要（另请参见python setuptools install_requires is ignored when overriding cmdclass）。另外不要忘记将nltk添加到setup_requires。

Answer 2

您还可以使用shell脚本自动安装，例如，运行（在pip安装nltk之后）：

python -m nltk.downloader -d /usr/share/nltk_data wordnet