报错:
报错信息 UnicodeDecodeError: 'utf-8' codec can't decode byte 0xa1 in position 0: invalid start byte 指出在尝试使用 UTF-8 编码解码文件时遇到了问题。这通常发生在文件的编码不是 UTF-8 时,比如它可能是 GBK、GB2312 或其他编码。
哈工大停用词表可能不是用 UTF-8 编码保存的,特别是在中文环境下,常见的编码可能是 GBK 或 GB2312。你需要确认停用词表的正确编码,并在打开文件时使用相应的编码。
直接简单处理,使用编辑器另存为:有时,简单地用文本编辑器(如 Notepad++、Sublime Text 或 VS Code)打开文件,并另存为 UTF-8 编码可以解决编码问题。成功解决!
标签:编码,UTF,invalid,decode,start,utf,byte From: https://www.cnblogs.com/66sd/p/18162530