pyltp安裝踩坑記錄

LTP（Language Technology Platform）由哈工大社會計算與信息檢索研究中心開發，提供包括中文分詞、詞性標註、命名實體識別、依存句法分析、語義角色標註等豐富、 高效、精準的天然語言處理技術。

LTP的源碼是C++，也提供Java和Python版本。Python版本的安裝方法是在cmd下輸入

pip install pyltp

安裝須要C++的編譯環境。

然而在安裝包下載下來開始安裝的時候，報下面的錯誤

Exception:

Traceback (most recent call last):

  File "d:\ python36\lib\site-packages\pip\compat\__init__.py", line 73, in console_to_str

    return s.decode(sys.__stdout__.encoding)

UnicodeDecodeError: 'utf-8' codec can't decode byte 0xc8 in position 3: invalid continuation byte

 

很明顯是編碼的問題，找到d:\ python36\lib\site-packages\pip\compat\__init__.py文件，第73行，把sys.__stdout__.encoding改爲「gbk」，再次安裝，這個錯誤消失。由於Windows中文版經常使用的編碼就是ansi、utf-八、gbk、gb2312這幾種，試兩次就能肯定。

以後的編譯，又報了error: command 'D:\Microsoft Visual Studio 14.0\VC\bin\cl.exe' failed with exit status 2錯誤，屢次調試沒經過。我就去ltp的GitHub（https://github.com/HIT-SCIR/pyltp）上找Issues，在其中一條（https://github.com/HIT-SCIR/pyltp/issues/94）下面找到了一個博客，http://mlln.cn/2018/01/31/pyltp%E5%9C%A8windows%E4%B8%8B%E7%9A%84%E7%BC%96%E8%AF%91%E5%AE%89%E8%A3%85/，博主的第二種方案提供了編譯好的whl文件，正好個人python是3.6的，順利安裝上。

PS：記得把d:\ python36\lib\site-packages\pip\compat\__init__.py文件改回去。

 

下一步，從http://ltp.ai/download.html下載模型文件，解壓到一個文件夾下，到此，安裝完成。