python - 使用 nltk.corpus.gutenberg.fileids() 解码路径中的错误

Question

当我使用 Python 2.7(Anaconda、Windows)运行 nltk.corpus.gutenberg.fileids() 时，出现以下错误:

File "C:\Anaconda\lib\ntpath.py", line 85, in join
    result_path = result_path + '\\'

UnicodeDecodeError: 'ascii' codec can't decode byte 0xe9 in position 9:
ordinal not in range(128)

当我使用Python 3.4时，没有这个错误。也许我错了，但我怀疑路径包含重音(因为我的 Windows 用户名中有重音)。

当我在 ntpath.py 中添加一些 print 时，没有打印任何内容，我不知道为什么(？)，所以我无法自己调试。

编辑:import nltk足以得到错误。

Answer 1

我猜测 Python 2 nltk 对于非 ASCII 路径存在一些问题。使用 Python 3 可能是最简单的修复方法，至少假设您没有太多无法在其中运行的代码。很难肯定地说，因为您没有包含完整的回溯，但可能必须修补 nltk 才能修复 Python 2 的此问题。否则，您需要避免使用非 ASCII 字符的路径(意味着避免您的用户目录或更改您的用户名)。