Python编码NLTK-'；charmap'；编解码器可以'；t编码字符

当我运行此代码时，它会给我一个错误：

   import pypyodbc
   from pypyodbc import *
   import nltk 
   from nltk import *
   import csv
   import sys
   import codecs
   import re

   #connect to the database 
   conn = pypyodbc.connect('Driver={Microsoft Access Driver (*.Mdb)};\
          DBQ=C:\\TextData.mdb')

   #create a cursor to control the datbase with
   cur = conn.cursor()

   cur.execute('''SELECT Text FROM MessageCreationDate WHERE Tags LIKE 'GHS - %'; ''')
   TextSet = cur.fetchall()
   ghsWordList = []
   TextWords = list(TextSet)

   for row in TextWords :
       message = re.split('\W+',str(row))
       for eachword in message :
            if eachword.isalpha() :
               ghsWordList.append(eachword.lower())

   print(ghsWordList)

“charmap”编解码器无法对2742位置的字符“\u0161”进行编码：字符映射到

我在这里看到了许多类似问题的其他答案，然后用谷歌搜索了它；但是，我对Python和字符编码都不够精通，不知道在哪里需要使用编解码器模块来更改用于显示/附加/创建列表的字符集

---

是否有人不仅可以帮助我编写代码，还可以直接向我介绍一些好的阅读材料来理解这类事情？

如果您使用的是Python 2.x，请在代码中添加以下几行：

'charmap' codec can't encode character '\u0161' in position 2742: character maps to <undefined>

注意：如果您使用的是Python 3.x，则重载不是内置的，而是imp.relad（），因此需要添加导入才能使我的解决方案正常工作。我不在3.x中开发，因此我的建议是：

import sys
reload(sys)
sys.setdefaultencoding('utf-8')

---

将其置于所有其他导入之前。

如果您使用的是Python 2.x，请在代码中添加以下行：

'charmap' codec can't encode character '\u0161' in position 2742: character maps to <undefined>

注意：如果您使用的是Python 3.x，则重载不是内置的，而是imp.relad（），因此需要添加导入才能使我的解决方案正常工作。我不在3.x中开发，因此我的建议是：

import sys
reload(sys)
sys.setdefaultencoding('utf-8')

---

将此项放在所有其他导入之前。

哪一行可能重复引发异常？另外。什么操作系统？Windows 10不幸的是，我想使用一些linux发行版，但我已经有好几年没有使用linux了，我需要相对快速地完成这项工作，并且不能因为学习新的操作系统而使我的问题更加复杂。引发异常的那一行是最后一行，print（ghsWordList），它似乎是显示字符的问题，而不是用代码固有地处理字符（因为我能够将它们导出到access数据库和xls，并且它们在那里正确显示）哪一行可能会引发异常？还有。什么操作系统？Windows 10不幸的是，我想使用一些linux发行版，但我已经有好几年没有使用linux了，我需要相对快速地完成这项工作，并且不能因为学习新的操作系统而使我的问题更加复杂。引发异常的那一行是最后一行print（ghsWordList），它似乎是显示字符的问题，而不是用代码本身处理字符（因为我能够将它们导出到access数据库和xls，并且它们在那里正确显示），而这可能会避免UnicodeError，如果打印任何非ASCII字符，它可能会在控制台上打印mojibake。谢谢您的回答！我尝试了这个，但没有成功，我发现“名称重新加载未定义”是一个错误。Samuel Jackson，查看上面我答案的扩展。感谢您的帮助。似乎在对你的建议做了一点研究之后；一旦您通过3.4.1，它将再次更改为import importlib，这似乎仍然不起作用。不，不，不！设置

sys.setdefaultencoding（）

对于那些不了解Python编码工作原理的人来说是一个难题。请不要用它！虽然这可能会避免UnicodeCodeer错误，但如果打印了任何非ASCII字符，它可能会在控制台上打印mojibake。谢谢您的回答！我尝试了这个，但没有成功，我发现“名称重新加载未定义”是一个错误。Samuel Jackson，查看上面我答案的扩展。感谢您的帮助。似乎在对你的建议做了一点研究之后；一旦您通过3.4.1，它将再次更改为import importlib，这似乎仍然不起作用。不，不，不！设置

sys.setdefaultencoding（）

对于那些不了解Python编码工作原理的人来说是一个难题。请不要用它！