NLP | NLTK_DATA下载的坑_nltk no such file or dictionary

一、github下载的NLTK_DATA报错

https://github.com/nltk/nltk_data/tree/gh-pages/packages

会有LookupError: Resource@##￥%￥%……#%*& not found.的错误

原因一：没解压

例如tokenizers里的punkt，直接git下来的是这样的

解压之后是这样的，对吧

原因二：路径不正确

然后当你想用比如这个包里的english.pickle

又报错如下

No such file or directory: nltk_data\\tokenizers\\punkt\\PY3\\english.pickle

说明这个包应该是放在一个PY3文件夹下，而不是直接在punkt文件夹下。

然后我人工加了一个PY3文件夹，终于不报错了，感觉有点麻烦。

二、总结

1、nltk.download()

这个方式下载的目录都是正确的，所以网速好的有V-P-N还是老老实实用这个下

import nltk
nltk.download()
# 只安装popular
nltk.download('popular') 

当我没用V-P-N的时候，一打开nltk downloader就会蹦出来这个，页面也是空白的

[WinError 10054] 远程主机强迫关闭了一个现有连接

2、out of data

挂上V-P-N中终于不报错，但是在下载全部的popular（用得比较热门、流行的包）还是出现了out of data的的现象

于是，我去这个网站开始手动下载那些out of data的包...

https://raw.githubusercontent.com/nltk/nltk_data/gh-pages/index.xml

比如还是刚才的punkt，直接去这个对应链接下载，注意！下载之后放在对应的目录下，你看url显示它的的上一层是tokenuzers

，就放在tokenuzers，放完一定要解压！

3、popular下载好的所有包

终于经过不懈努力，把所有的popular下好了，分享给大家！

链接：https://pan.baidu.com/s/1ZlX5cOAhstdoGV0Hb0Xxkw 
提取码：8p8x