在Google App Engine上使用Python NLTK (2.0b5)

Question

我一直在尝试让NLTK（自然语言工具包）在Google App Engine上运行。以下是我按照的步骤：

1. 下载安装程序并运行它（一个.dmg文件，因为我使用的是Mac）。
2. 把nltk文件夹从Python的site-packages目录中复制出来，然后放到我的项目文件夹里作为一个子文件夹。
3. 在包含nltk子文件夹的文件夹中创建一个Python模块，并添加这一行代码：from nltk.tokenize import *

不幸的是，启动后我遇到了这个错误（注意，这个错误是在NLTK内部深处产生的，我看到的是我系统上Python的安装错误，而不是GAE项目子文件夹里的那个）：

 <type 'exceptions.ImportError'>: No module named nltk
Traceback (most recent call last):
  File "/base/data/home/apps/xxxx/1.335654715894946084/main.py", line 13, in <module>
    from lingua import reducer
  File "/base/data/home/apps/xxxx/1.335654715894946084/lingua/reducer.py", line 11, in <module>
    from nltk.tokenizer import *
  File "/base/data/home/apps/xxxx/1.335654715894946084/lingua/nltk/__init__.py", line 73, in <module>
    from internals import config_java
  File "/base/data/home/apps/xxxx/1.335654715894946084/lingua/nltk/internals.py", line 19, in <module>
    from nltk import __file__

注意：这是上传到GAE后日志中显示的错误。如果我在本地运行，也会遇到同样的错误（只是看起来是从我site-packages中的NLTK内部产生的……所以没有区别）。而“xxxx”代表的是项目名称。

所以总结一下：

• 我尝试的事情是否可能？NLTK真的能在App Engine上运行吗？
• 我是不是漏掉了什么？也就是说，把“nltk”复制到GAE项目中是不够的吗？

编辑：修正了一个错字并去掉了不必要的步骤

Answer 1

我在GitHub上复制了NLTK 2.0.3这个项目，目的是让它可以在应用引擎上运行；现在可以进行分词和简单的词性标注，使用的是MaxEnt Treebank标注器。

Answer 2

oakmad 成功地将多个 NLTK 模块部署到了 GAE 上。希望这对你有帮助。不过，说实话，即使看了这篇帖子，我还是觉得这不太可能。

Answer 3

这里的问题是，nltk 在尝试进行递归导入。当导入 nltk/__init__.py 时，它又去导入 nltk/internals.py，而后者又试图导入 nltk。因为 nltk 还没完全导入就又被调用了，所以就出错了，错误信息也不太有用。无论他们在做什么，这种做法都挺奇怪的，所以像 from nltk import __file__ 这样的代码出错也就不奇怪了。

这看起来是 nltk 自身的问题——如果直接在 Python 控制台导入它是否能正常工作？如果可以，那说明他们在安装的版本中做了一些奇怪的处理。我建议去 nltk 的讨论组问问他们在搞什么，以及怎么解决这个问题。