用python代码写一个提取文件中形容词的代码

你可以使用Python中的nltk库来实现提取文件中形容词的代码。以下是一个示例代码：

import nltk
from nltk.tokenize import word_tokenize, sent_tokenize
from nltk.corpus import stopwords
from nltk.stem import WordNetLemmatizer

# 读取文件内容
with open('example.txt', 'r') as file:
    text = file.read()

# 分词
words = word_tokenize(text)

# 去除停用词
stop_words = set(stopwords.words('english'))
words = [word for word in words if not word in stop_words]

# 词性标注
pos_tags = nltk.pos_tag(words)

# 提取形容词
adjectives = [word for word, pos in pos_tags if pos == 'JJ']

# 去重、排序
adjectives = sorted(set(adjectives))

# 输出结果
print(adjectives)

上述代码中，我们首先读取了一个文本文件，并使用nltk库中的word_tokenize函数将其分词。接着，我们使用nltk.corpus中的stopwords来去除停用词，以减少干扰。然后，我们使用nltk.pos_tag函数对每个词进行词性标注，以便进一步分析。最后，我们通过筛选出词性为'JJ'的词，来提取文本中的形容词，并通过去重、排序等操作，输出结果。