使用Stanza CoreNLP时，如何在Jupyter中打印CoreNLP_pb2.ParseTree对象？

嘿，我之前也遇到过这个问题！当你拿到CoreNLP_pb2.ParseTree对象时，直接print()确实看不到有用内容——这是因为它是Protocol Buffers自动生成的类，默认的字符串输出没有包含可读的树结构信息。不过有几个实用的办法能帮你把树可视化或者美观地打印出来：

1. 递归遍历生成缩进式文本树 #

你可以自己写一个递归函数，遍历ParseTree的节点和子节点，用缩进区分层级：

def print_parse_tree(tree, indent=0):
    # 打印当前节点的句法类别
    print('  ' * indent + f'* {tree.node.category}')
    # 递归处理每个子节点
    for child in tree.children:
        print_parse_tree(child, indent + 1)

# 调用函数打印你的ParseTree对象
print_parse_tree(result)

输出会是类似这样的层级结构：

* S
  * NP
    * DT
    * NN
  * VP
    * VBZ
    * NP
      * DT
      * JJ
      * NN
  * .

2. 生成ASCII风格的树形结构 #

如果想要更直观的树形线条，可以优化递归函数，处理节点间的连接线条：

def print_ascii_tree(tree, indent=0, is_last=True, prefix=""):
    # 打印当前节点的连接符和类别
    connector = "└── " if is_last else "├── "
    print(prefix + connector + tree.node.category)
    # 为子节点生成前缀
    child_prefix = prefix + ("    " if is_last else "│   ")
    # 遍历子节点，判断是否为最后一个子节点
    for i, child in enumerate(tree.children):
        is_last_child = (i == len(tree.children) - 1)
        print_ascii_tree(child, indent + 1, is_last_child, child_prefix)

# 调用函数
print_ascii_tree(result)

输出效果会更清晰：

└── S
    ├── NP
    │   ├── DT
    │   └── NN
    ├── VP
    │   ├── VBZ
    │   └── NP
    │       ├── DT
    │       ├── JJ
    │       └── NN
    └── .

3. 转换为NLTK Tree实现可视化 #

如果你已经安装了nltk，可以把CoreNLP_pb2.ParseTree转换成NLTK的Tree对象，既能打印美观的文本树，还能弹出图形窗口可视化：

from nltk.tree import Tree

def pb_tree_to_nltk_tree(pb_tree):
    # 递归转换每个节点
    children = [pb_tree_to_nltk_tree(child) for child in pb_tree.children]
    return Tree(pb_tree.node.category, children)

# 转换并打印文本格式
nltk_tree = pb_tree_to_nltk_tree(result)
print(nltk_tree.pformat())

# 弹出图形窗口显示树形结构
nltk_tree.draw()

文本输出会是标准的Penn Treebank格式，图形化窗口则会展示更直观的树状结构图。

这些方法都能帮你把原本不可读的ParseTree对象转换成清晰的结构，选适合你需求的就行！

内容的提问来源于stack exchange，提问作者Ryan Chng