在Python中使用nltk的非ASCII字符错误

Question

我正在尝试使用以下链接中提供的解决方案代码： Python NLTK中的Unicode标记

在由omerbp给出的解决方案中：

from nltk.corpus import indian
from nltk.tag import tnt

train_data = indian.tagged_sents('hindi.pos')
tnt_pos_tagger = tnt.TnT()
tnt_pos_tagger.train(train_data) #Training the tnt Part of speech tagger with hindi data

print tnt_pos_tagger.tag(nltk.word_tokenize(word_to_be_tagged))

我收到以下错误：

'SyntaxError：第1行的文件q12.py中的非ASCII字符'\\ xe0'，但未声明编码； 有关详情，请参见http://www.python.org/peps/pep-0263.html第1行。

Answer 1

将这两行添加到文件顶部：

#!/usr/bin/python
# -*- coding: utf-8 -*-

他们将指示解释器将每个字符编码为UTF-8而不是ASCII。