在 python 中使用来自 csv 的 Textblob 训练分类器 - 编码问题答案

【问题标题】：Training a classifier with Textblob from csv in python - encoding issues在 python 中使用来自 csv 的 Textblob 训练分类器 - 编码问题
【发布时间】：2015-03-10 22:31:43
【问题描述】：

我正在尝试通过从 CSV 文件加载我的训练集来使用 Textblob 训练分类器。 CSV 中的文本应为 UTF-8。当我尝试运行我的代码时：

# -*- coding: utf-8 -*-
from textblob.classifiers import NaiveBayesClassifier
with open('trainingset.csv', 'r') as fp:
   cl = NaiveBayesClassifier(fp, format="csv")

我收到以下错误：

UnicodeDecodeError: 'utf8' codec can't decode byte 0x92 in position 31:    invalid start byte

但是，Texblob 似乎正在使用 UTF-8 对 CSV 进行编码（我查看了 CSV opener 的源代码，可以找到 here)。

所以我真的不明白为什么我会收到这个错误。有什么帮助可以解决这个问题吗？

【问题讨论】：

标签： python csv text encoding textblob

【解决方案1】：

你的 python 文件的开头应该有以下行

 # -*- coding: utf-8 -*-

【讨论】：

我确实拥有它。很抱歉没有报告。