#-*-coding:gbk-*-
2 #########################################################################
3 # Copyright (C) 2015 All rights reserved.
4 #
5 # 文件名称：getnltksinica.py
6 # 创 建 者：刘禹 finallyly liuyusi0121@sogou-inc.com(ext 3209)
7 # 创建日期：2015年10月28日
8 # 描 述：
9 #
10 # 备 注：
11 #
12 #########################################################################
13 #!/usr/bin/python
14 # please add your code here!
15 import sys
16 reload(sys)
17 sys.setdefaultencoding('utf8')
18 import nltk;
19 from nltk.corpus import sinica_treebank
20 sinica_fd=nltk.FreqDist(sinica_treebank.words())
21 print len(sinica_fd)
22 for m in sinica_fd:
23 sys.stdout.write("%s\n"%m);
有一份文档是ＵＴＦ－８编码，直接打印到标准输出没有问题，但是重定向的话就会出错，因为系统的默认编码是GBK的。加上reload(sys)
sys.segdefaultencoding这两句就没错了。
