是否可以将Python的nltk.download（'punkt'）导入Google Cloud Functions？

Question

是否可以将Python的nltk.download（'punkt'）导入Google Cloud Functions？我发现将语句手动添加到main.py的代码块中会极大地减慢我的函数处理速度，因为每次运行时都必须下载punkt。是否有其他方法可以通过以其他方式调用punkt来消除这种情况？

EDIT＃1：-我编辑了代码和程序结构以匹配Barak的建议，但是我仍然遇到相同的错误：

Error: function terminated. Recommended action: inspect logs for termination reason. Details:

**********************************************************************
  Resource [93mpunkt[0m not found.
  Please use the NLTK Downloader to obtain the resource:

  [31m>>> import nltk
  >>> nltk.download('punkt')
  [0m
  For more information see: https://www.nltk.org/data.html

  Attempted to load [93mtokenizers/punkt/PY3/english.pickle[0m

  Searched in:
    - '/tmp/nltk_data'
    - '/env/nltk_data'
    - '/env/share/nltk_data'
    - '/env/lib/nltk_data'
    - '/usr/share/nltk_data'
    - '/usr/local/share/nltk_data'
    - '/usr/lib/nltk_data'
    - '/usr/local/lib/nltk_data'
    - ''
**********************************************************************

Answer 1

查看uploading files with your Cloud function的说明。具体来说，由于您可以上传文件，因此可以修改nltk以仅使用这些文件：

跟随official NLTK documentation，您可以“将您的NLTK_DATA环境变量设置为指向顶级nltk_data文件夹。”

将它们组合在一起，您将得到：

1. 使用python -m nltk.downloader punkt下载数据（在计算机上）
2. 将NLTK目录（在上述文档中的计算机上的路径上载为nltk_data目录，在您的功能环境的根目录中创建]上传>]

3. 配置代码以找到该文件夹​​：

import os
root = os.path.dirname(path.abspath(__file__))
nltk_dir = os.path.join(root, 'nltk_data')  # Your folder name here
os.environ['NLTK_DATA'] = nltk_dir

编辑：似乎使用环境变量导出路径并没有达到预期的效果，所以让代码中明确显示该路径

1. [在您的计算机上下载数据

   import os
   download_dir = os.path.abspath('my_nltk_dir')
   os.makedirs(download_dir)
   import nltk
   nltk.download('punkt', download_dir=download_dir)
   

2. 将目录my_nltk_dir添加到python脚本的同一文件夹中。这将是

PROJECT_ROOT/
|-- my_code.py
|-- my_nltk_dir/
    |-- ...

3. 在您的代码中，使用引用数据

import ntlk.data
root = os.path.dirname(path.abspath(__file__))
download_dir = os.path.join(root, 'my_nltk_dir')
nltk.data.load(
    os.path.join(download_dir, 'tokenizers/punkt/english.pickle')
)