Python Spacy NLP - TypeError: 参数'string'类型错误（应为unicode，得到str）

Question

当我尝试在Spacy中读取txt文件时，遇到以下错误：

TypeError: 参数'string'类型不正确（应为Unicode，而不是str）

以下是代码：

from __future__  import unicode_literals
import spacy
nlp= spacy.load('en')
doc_file = nlp(open("example.txt").read())

- Madu Nishant

---

doc_file = nlp(open("example.txt").read().decode()) - CristiFati

当我添加解码时，出现以下错误UnicodeDecodeError: 'ascii'编解码器无法解码位置955中的字节0xc2：该序号不在128的范围内 - Madu Nishant

你解决了这个问题吗？我想你只需要声明 doc = ''，然后正确地以UTF8读取文件：with codecs.open(fpath, 'r', encoding='utf-8') as fr: doc = fr.read() 然后 doc_file = nlp(doc)。 - Wiktor Stribiżew

Answer 1

你应该使用 nlp = spacy.blank('en') 而不是 spacy.load('en')。

nlp= spacy.blank('en')
doc_file = nlp(open("example.txt").read())

- parvaneh shayegh