python simhash 在 ubuntu 上不起作用

Question

我在 mac 上有相同的设置和代码来运行 simhash，它可以工作。

但是当我在 Ubuntu 上运行它时，它抱怨 simhash 的实现本身存在错误。

你遇到过这样的问题吗？

objs = [(str(k), Simhash(v)) for k, v in index_data.items()] 文件“/usr/local/lib/python2.7/dist-packages/simhash-1.1.2-py2.7.egg/simhash/init.py”，第 30 行，在 初始化 self.build_by_text（unicode（值）） UnicodeDecodeError：“ascii”编解码器无法解码位置 34 中的字节 0xf6：序数不在范围内（128）

Answer 1

错误告诉您，str(k) 无法正确解码。由于我不知道数据来自哪里以及它实际上是什么，我只能说类似

str(k).decode('cp850')

或

Simhash(v.decode('cp850'))

可能会有所帮助。假设字符串在 cp850 中。至少我可以做一个'\xf6'.decode('cp850')。

由于这似乎是模块内的问题，请检查使用的字符串是否事先正确解码。