file_object2=open(PATH,encoding = 'utf-8',errors = 'ignore').read().split('\n') #一行行的读取内容 file_object2读取的内容乱码

在这段代码中，`open()` 函数返回的是一个文件对象，调用 `read()` 方法后会将文件对象中的所有内容读取出来并返回一个字符串，因此 `file_object2` 实际上是一个字符串，而不是一个文件对象。因此在后面使用 `split('\n')` 来按行分割字符串时，实际上并没有分割出每一行的内容，而是将整个字符串分成了若干个子字符串。因此最终结果中出现了乱码。

要正确读取文件内容，可以直接使用文件对象进行迭代，每次读取一行内容，然后进行分割和处理。例如：

import codecs

PATH = "C:\\Users\\chenjing\\Desktop\\result.csv"
with codecs.open(PATH, 'r', encoding='utf-8', errors='ignore') as file_object2:
    data_set = []
    for line in file_object2:
        result = []
        seg_list = line.strip().split()
        for w in seg_list:
            result.append(w)
        data_set.append(result)

print(data_set)

这样就可以正确读取文件内容并进行分词处理了。

相关问题

file_object2=open(PATH,encoding = 'utf-8',errors = 'ignore').read().split('\n') #一行行的读取内容什么意思

这段代码的作用是：

1. 使用 `open()` 函数打开指定路径的文件，打开方式为只读模式（默认）。
2. 指定文件编码为UTF-8，并忽略遇到不能解码的字符。
3. 调用 `read()` 方法读取文件内容，并将其存储在一个字符串变量中。
4. 使用 `split('\n')` 方法按照行分割字符串，将每一行的内容存储在一个列表中。

这段代码的问题在于，它将整个文件的内容读取到一个字符串中，然后再对字符串进行处理。这种方式对于大文件会占用较多的内存，因此不建议使用。正确的方式是使用文件对象进行迭代，每次读取一行内容并进行处理。

PATH = "C:\\Users\\chenjing\\Desktop\\result.csv" file_object2=open(PATH,encoding = 'utf-8',errors = 'ignore').read().split('\n') #一行行的读取内容 data_set=[] #建立存储分词的列表 for i in range(len(file_object2)): result=[] seg_list = file_object2[i].split() for w in seg_list : #读取每一行分词 result.append(w) data_set.append(result) print(data_set)结果乱码

这段代码中打开文件时指定了`encoding='utf-8'`，也就是说文件应该以UTF-8编码保存，但是在读取文件时却没有指定编码，这可能会导致乱码。你可以尝试修改代码为如下形式，指定正确的文件编码：

import codecs

PATH = "C:\\Users\\chenjing\\Desktop\\result.csv"
file_object2 = codecs.open(PATH, 'r', encoding='utf-8', errors='ignore')
lines = file_object2.readlines()

data_set = []
for line in lines:
    result = []
    seg_list = line.strip().split()
    for w in seg_list:
        result.append(w)
    data_set.append(result)

print(data_set)

这样应该就可以正确读取并分词了。