一些NLP coding中的小知识（python）——持续更新

1. 读文件时，如果遇到了类似 "gbk’ codec can’t decode bytes in position 31023: illegal multibyte sequence" 这样的编码错误，有两个解决方法可以尝试：

方法一：用notepad++将文本编码转换为特定的方式，再用这种编码方式对文件进行读取：

• e.g. （预先用notepad++等工具转码为'utf-8'）f = open(path, encoding='utf-8')

方法二：在对文件进行open操作的时候，对引起编码错误的字符采取'ignore'处理，具体如下：

• e.g. f = open(path, encoding='gbk', errors='ignore')

2. 有时候我们想查看的python第三方库的安装路径，可以通过以下方式查看：

• 首先在命令行输入'python'，进入python编辑界面
• import sys， 然后输入 sys.path 即可显示出若干安装路径，一般在site-packages。