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。

相关问题

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。

v:chenjing-1125

v:chenjing-1125 是一个能够代表一个个体或个人的符号或标识。它可以是一个用户名、昵称或者其他形式的身份识别符。这个符号中的“chenjing”可能代表着某个人的姓氏或名字，而“1125”可能是相关日期或者特殊的数字。这个符号的含义和背后的故事只有符号的使用者才能真正解释清楚。符号和标识在现代社会中非常普遍，人们通过这些标识来表达自己的身份、个性和认同。一个独特的符号可以帮助他人更容易地认识到这个个体，并建立起与之的联系。每个人都有权利和自由选择自己的符号和标识，这也是多元化和自由的体现。不过，由于符号的含义和背后的故事可能因人而异，我们也应该尊重和理解每个人选择的标识的独特性和个人性质。在网络和社交媒体时代，符号的重要性更加凸显，人们可以通过这些符号与他人进行沟通和交流。在理解和使用符号时，我们也应该注重尊重和隐私保护，不对他人的标识进行歧视或滥用。符号和标识是人们交流的一种方式，让我们在互相尊重和理解的基础上共同创造一个和谐的社会。