使用Spacy分词需先安装库和语言模型，再加载模型处理文本。以中文为例：pip install spacy，下载zh_core_web_sm，用nlp(text)获取分词结果，支持词性、停用词等信息提取，英文处理同理，只需替换为en_core_web_sm模型即可完成高质量分词。

使用Spacy进行分词非常直观。Spacy是一个功能强大的自然语言处理库，支持多种语言的分词、词性标注、命名实体识别等任务。要使用Spacy进行中文或英文分词，首先需要安装Spacy和对应的语言模型。

安装Spacy和语言模型

在命令行中运行以下命令安装Spacy：

然后下载所需的语言模型。以中文为例：

如果是英文：

加载模型并进行分词

导入Spacy并加载语言模型后，将文本传入模型即可得到分词结果。

输出为：

处理英文文本

英文处理方式类似，Spacy会自动识别单词边界和标点。

获取更多词汇信息

除了分词，Spacy还提供词性、是否停用词等信息。

这有助于后续的文本清洗或分析。

基本上就这些。只要正确安装模型并调用nlp对象，就能快速完成高质量的分词任务。注意确保网络通畅以便下载模型文件。