java初学者，如何学习java？

学习Java之前，先别急，静下心来好好想想：自己对学习Java是否有兴趣？自己是否能静下心来坚持不懈地学习？这是个容易但又绝对不应该忽略的问题，必须确信自己对Java感兴趣、而且又有吃苦的准备，那才可能学好Java。

首先找一个Java的基础教程去学习，不管是视频还是书籍都可以。学习Java基础的时候，最重要的就是代码量。一定要多敲，不要眼高手低。往往敲代码的时候才可以发现问题。应该尽量多动手，很多时候，想当然的事情，等写出来运行一下，就会发现不是这么回事儿，Java学习贵在坚持，如果你的耐力和野心不相匹配，那么你最多也就是一个笑话。学完基础教程的内容以后，应该对Java有一个基本的了解了，可以用Java语言写出一些简单的程序，并且用的是最简单的编辑器，比如记事本。这时你往往会比较迷茫，因为你写的东西似乎看起来毫无用处，比如实现一个简单的计算器，读取一个文件等。不要急于进入下一部分，留下几天好好写一些程序，尽可能熟悉这些基础内容。

如果基础内容都掌握熟练了你就应该去学着写一些让你觉得有意思的东西了，所以你应该学习更多的知识。去找一些深入学习的书籍与视频，一步一步去练习，相信经过长期的实践与学习你一定可以学好Java。

其实自始至终，实践是学习Java技术历程中极其重要的一环。脱离了实践，是学不好技术的！

python做中文分词处理主要有以下几种：结巴分词、NLTK、THULAC
1、fxsjy/jieba
结巴的标语是：做最好的 Python 中文分词组件，或许从现在来看它没做到最好，但是已经做到了使用的人最多。结巴分词网上的学习资料和使用案例比较多，上手相对比较轻松，速度也比较快。
结巴的优点：
支持三种分词模式
支持繁体分词
支持自定义词典
MIT 授权协议
2、THULAC：一个高效的中文词法分析工具包
前两天我在做有关于共享单车的用户反馈分类，使用jieba分词一直太过零散，分类分不好。后来江兄给我推荐了THULAC： 由清华大学自然语言处理与社会人文计算实验室研制推出的一套中文词法分析工具包 。THULAC的接口文档很详细，简单易上手。
THULAC分词的优点：
能力强。利用规模最大的人工分词和词性标注中文语料库（约含5800万字）训练而成，模型标注能力强大。
准确率高。该工具包在标准数据集Chinese Treebank（CTB5）上分词的F1值可达973％，词性标注的F1值可达到929％
速度较快。同时进行分词和词性标注速度为300KB/s，每秒可处理约15万字。只进行分词速度达到13MB/s，速度比jieba慢
Python 解决中文编码问题基本可以用以下逻辑：
utf8（输入） ——> unicode（处理） ——> （输出）utf8
Python 里面处理的字符都是都是unicode 编码，因此解决编码问题的方法是把输入的文本（无论是什么编码）解码为（decode）unicode编码，然后输出时再编码（encode）成所需编码。
由于处理的一般为txt 文档，所以最简单的方法，是把txt 文档另存为utf-8 编码，然后使用Python 处理的时候解码为unicode（sometextsdecode('utf8')），输出结果回txt 的时候再编码成utf8（直接用str() 函数就可以了）。

---