Chasenのインストール手順
1.Cygwinのインストール
今回はCygwin環境にChasenをインストールするため、Cygwinをインストールします。
Cygwinのダウンロードはこちらから
使用するパッケージはlibiconv, libiconv-devel, libcrypt-devel, make, gcc-g++になります。
2.Dartsのインストール
Cygwin環境にDartsをインストールします。
Dartsのダウンロードはこちらから（今回は darts-0.32.tar.gz を使用しています。）
Cygwinを起動し、Dartsの保存先に移動する。(以下はダウンロードに保存した場合)
以下のようにインストールをする。
cd /cygdrive/c/Users/○○/Downloads/
tar -xzvf darts-0.32.tar.gz
cd darts-0.32
./configure
make
make check
make install
cd ..
3.ChaSenのインストール
Cygwin環境にChaSenをインストールします。
ChaSenのダウンロードはこちらから（今回は chasen-2.4.5.tar.gz を使用しています。）
Cygwinを起動し、ChaSenの保存先に移動する。(以下はダウンロードに保存した場合)
以下のようにインストールをする。
cd /cygdrive/c/Users/○○/Downloads/
tar -xzvf chasen-2.4.5.tar.gz
cd chasen-2.4.5
./configure LIBICONV='-liconv' LIBS='-liconv'
make
make check
make install
cd ..
4.IPAdic（ChaSenの辞書）のインストール
Cygwin環境にIPAdicをインストールします。
IPAdicのダウンロードはこちらから（今回は ipadic-2.7.0.tar.gz を使用しています。）
Cygwinを起動し、IPAdicの保存先に移動する。(以下はダウンロードに保存した場合)
以下のようにインストールをする。
cd /cygdrive/c/Users/○○/Downloads/
tar -xzvf ipadic-2.7.0.tar.gz
cd ipadic-2.7.0.tar.gz
./configure
make
make install
cd ..
5.辞書の文字コードを変更
ChaSenはEUCで作られているため、このままでは文字化けします。
そのため、辞書をUTF-8に変更する必要があります。
まず、Cygwin環境にnkfをインストールします。
nkfのダウンロードはこちらから（今回は nkf-2.1.5.tar.gz を使用しています。）
Cygwinを起動し、nkfの保存先に移動する。(以下はダウンロードに保存した場合)
以下のようにインストールをする。
cd /cygdrive/c/Users/○○/Downloads/
tar -xzvf nkf-2.1.5.tar.gz
cd nkf-2.1.5.tar.gz
./configure
make
make install
cd ..
次に、以下のように辞書の文字コードを変更する。
cd /cygdrive/c/Users/○○/Downloads/
cd ipadic-2.7.0.tar.gz
make clean
find -name '*.dic' | xargs nkf --overwrite -w
find -name '*.cha' | xargs nkf --overwrite -w
`chasen-config --mkchadic`/makemat -i w
`chasen-config --mkchadic`/makeda -i w chadic *.dic
./configure
make
make install
nkf -w --overwrite /usr/local/etc/chasenrc
ここで一度、テストする。chasenには-iwのオプションを付けて呼び出します。
echo 'テストです。出来ていますか？'|chasen -iw
テスト テスト テスト 名詞-サ変接続
です デス です 助動詞 特殊・デス 基本形
。 。 。 記号-句点
出来 デキ 出来る 動詞-自立 一段 連用形
て テ て 助詞-接続助詞
い イ いる 動詞-非自立 一段 連用形
ます マス ます 助動詞 特殊・マス 基本形
か カ か 助詞-副助詞／並立助詞／終助詞
？ ？ ？ 記号-一般
EOS
このようになれば、ChaSenのインストールは完了です。
コマンドプロンプトでChaSenを実行
1.環境変数を変更する
「Path」を選び、［編集］をクリックする。
「;C:\cygwin\bin;C:\cygwin\usr\bin;C:\cygwin\usr\local\bin」を追加する。
さらに［新規］でLD_LIBRARY_PATH環境変数を追加する。
値は「C:\cygwin\lib;C:\cygwin\lib\w32api;C:\cygwin\usr\local\lib」とする。
2.コマンドプロンプトでChaSenを実行
Windowsのコマンドプロンプトの文字コードをUTF-8に変更し、実行する。
chcp 65001
echo 'テストです。出来ていますか？'|chasen -iw
Cygwinの時と同じ結果が出力されればOK。
Windows環境のPythonでChaSenを実行
ソースコードを以下に載せております。
import subprocess
import time
def strip_cmd_injection(instr):
inj = [";", "|", "&", "`", "(", ")", "$", "<", ">", "*", "?", "{", "}", "[", "]", "!", "\n"]
for s in inj:
instr = instr.replace(s, "")
instr = instr.replace("", "")
return instr
def chasen(arg):
arg = strip_cmd_injection(arg)
cmd = "echo {0} | chasen -iw".format(arg)
subprocess.Popen("chcp 65001", shell=True, stdin=subprocess.PIPE, stdout=subprocess.PIPE, stderr=subprocess.PIPE)
time.sleep(0.1) # chcp 65001の反映待ち
proc = subprocess.Popen(cmd, shell=True, stdin=subprocess.PIPE, stdout=subprocess.PIPE, stderr=subprocess.PIPE)
stdout, stderr = proc.communicate()
if stderr != b'':
raise(Exception(stderr.decode('utf-8')))
try:
lines = stdout.decode('utf-8').split("\n")
except:
raise(Exception(stderr.decode('utf-8')))
for line in lines:
if (line == "EOS"):
break
yield line.split("\t")
if __name__ == '__main__':
line = "'テストです。出来ていますか？'"
for cha in chasen(line):
print(cha)
コマンドプロンプトで実行した時と同じ結果が出力されればOK。
以上、Windows環境のPythonでChaSenを使う方法でした。
参考にしたページ