質問編集履歴
1
test
title
CHANGED
|
@@ -1,1 +1,1 @@
|
|
|
1
|
-
|
|
1
|
+
unicodedecodeerror
|
body
CHANGED
|
@@ -1,65 +1,4 @@
|
|
|
1
1
|
###前提・実現したいこと
|
|
2
2
|
pythonでファイルを読み込もうとする際にunicodedecodeerrorが生じるのですが解決方法がわかりません
|
|
3
3
|
|
|
4
|
-
###発生している問題・エラーメッセージ
|
|
4
|
+
###発生している問題・エラーメッセージ
|
|
5
|
-
|
|
6
|
-
```
|
|
7
|
-
Traceback (most recent call last):
|
|
8
|
-
File "d2v.py", line 46, in <module>
|
|
9
|
-
lines = f.readlines()
|
|
10
|
-
File "/Users/admin/.pyenv/versions/3.5.0/lib/python3.5/codecs.py", line 321, in decode
|
|
11
|
-
(result, consumed) = self._buffer_decode(data, self.errors, final)
|
|
12
|
-
UnicodeDecodeError: 'utf-8' codec can't decode byte 0x80 in position 0: invalid start byte
|
|
13
|
-
```
|
|
14
|
-
|
|
15
|
-
###python
|
|
16
|
-
```ここに言語を入力
|
|
17
|
-
import os
|
|
18
|
-
import sys
|
|
19
|
-
import MeCab
|
|
20
|
-
import collections
|
|
21
|
-
from gensim import models
|
|
22
|
-
from gensim.models.doc2vec import LabeledSentence
|
|
23
|
-
from gensim.models.doc2vec import TaggedDocument
|
|
24
|
-
import codecs
|
|
25
|
-
import MeCab
|
|
26
|
-
|
|
27
|
-
from gensim.models import doc2vec
|
|
28
|
-
|
|
29
|
-
from gensim.models.doc2vec import Doc2Vec
|
|
30
|
-
|
|
31
|
-
|
|
32
|
-
|
|
33
|
-
# 現在のディレクトリを取得
|
|
34
|
-
root_dir = os.path.abspath(os.path.dirname(__file__))
|
|
35
|
-
|
|
36
|
-
|
|
37
|
-
# ディレクトリ以下のテキストファイルを取得
|
|
38
|
-
def getFileList(path):
|
|
39
|
-
file_list = []
|
|
40
|
-
for (root, dirs, files) in os.walk(path):
|
|
41
|
-
for file in files:
|
|
42
|
-
# パスセパレータは\より/の方が好きなので置換
|
|
43
|
-
file_list.append( os.path.join(root,file).replace("\", "/") )
|
|
44
|
-
|
|
45
|
-
return file_list
|
|
46
|
-
|
|
47
|
-
|
|
48
|
-
|
|
49
|
-
|
|
50
|
-
|
|
51
|
-
|
|
52
|
-
# DS_Storeを省く
|
|
53
|
-
all_files = getFileList(root_dir)[2:]
|
|
54
|
-
|
|
55
|
-
|
|
56
|
-
print(all_files)
|
|
57
|
-
|
|
58
|
-
|
|
59
|
-
all_sentences = []
|
|
60
|
-
for file in all_files:
|
|
61
|
-
f = open(file, encoding='utf-8')
|
|
62
|
-
lines = f.readlines()
|
|
63
|
-
for line in lines:
|
|
64
|
-
all_sentences.append(line.replace('\n',''))
|
|
65
|
-
```
|