从代码的角度看Pointer-Generator Networks【上】

Paper: Get To The Point: Summarization with Pointer-Generator Networks
Code: pointer_summarizer

这篇blog post记录了我把代码跑起来的过程中所遇到的10个BUG。代码原来的环境：Python2.7 +Pytorch0.4，我的环境：Python3.7+Pytorch1.7。

如果您有一些问题，欢迎评论~

1、ModuleNotFoundError: No module named ‘data_util’

报错信息：模块未被发现错误：没有‘data_util’模块
解决过程：
先定位到脚本中出错的位置from data_util import config，再看这个Project的目录，发现data_util存在，只是在这个脚本下找不到它。
观察data_util是在model.py脚本所在文件夹training_ptr_gen的同一目录下，猜测应该是找不到data_util所在路径，所以在当前脚本下将data_util所在路径加入到可搜索的路径列表里，加入的方式如下：

import os
base_dir = os.path.dirname(__file__)  #获取当前脚本所在路径
import sys
sys.path.append(os.path.join(base_dir,'../'))#构建data_util所在路径，并将其添加到可搜索的路径列表里

然后，这个bug就解决了~

2、ModuleNotFoundError: No module named ‘Queue’

报错信息：模块未被发现错误：没有‘Queue’模块
原因： python2中队列用的是Queue模块，而在python3中队列用的是queue模块。
解决方法： 将Queue改为queue即可。

3、ModuleNotFoundError: No module named ‘config’

报错信息：模块未被发现错误：没有‘config’模块
解决过程： 同标题1的解决过程，将config所在文件夹的路径加入到可搜索的路径列表里即可。加入方式：

import os
base_dir = os.path.dirname(__file__)
import sys
sys.path.append(base_dir)

4、SyntaxError: Missing parentheses in call to ‘print’. Did you mean print(‘Warning: incorrectly formatted line in vocabulary file: %s\n’ % line)?

报错信息：语法错误：在调用‘print’的时候丢失了括号. 你是否要print('Warning: incorrectly formatted line in vocabulary file: %s\n' % line)?
原因： 语法问题，python2中调用print的时候不带括号，而python3中带括号。
解决方法： 加上括号即可。

5、FileNotFoundError: [Errno 2] No such file or directory: ‘C:\Users\92458\ptr_nw/cnn-dailymail-master/finished_files/vocab’

报错信息：文件未被发现错误：没有文件或目录'C:\\Users\\92458\\ptr_nw/cnn-dailymail-master/finished_files/vocab'
原因： 找不到路径
解决方法： 找到配置文件config.py，将路径改成自己的。Note: 对于其他报错的路径，某些文件夹可能需要自己手动创建。

6、UnicodeDecodeError: ‘gbk’ codec can’t decode byte 0xa2 in position 7012: illegal multibyte sequence

报错信息：统一的字符编码标准Unicode解码错误：‘gbk’编解码器无法解码7012位置上0xa2字节:无效的多字节序列'
**原因：**字符的编码格式的问题
**解决方法：**指定读取的字符编码格式为utf-8。将第35行的with open(vocab_file, 'r') as vocab_f:改为with open(vocab_file, 'r', encoding='utf-8') as vocab_f:。

7、NameError: name ‘xrange’ is not defined

报错信息：名字错误：'xrange'没有被定义
原因： 语法问题，python2中用的是xrange，python3中用的是range
解决方法： 将xrange改为range即可。

8、AttributeError: ‘generator’ object has no attribute ‘next’

报错信息：属性错误：'generator'对象没有属性'next'
原因： 语法问题，python2的用法是input_gen.next()(成员函数)，python3的用法是next(input_gen)(内置函数)。
解决方法： 将input_gen.next()改为next(input_gen)。

9、TypeError: argument should be integer or bytes-like object, not ‘str’

报错信息：类型错误：参数应该是integer或者bytes类型的对象，而不是str类型的
原因： 函数abstract.index()中的参数SENTENCE_START应该是一个integer或者bytes类型的对象，但实际上它是一个str类型的。
解决方法：将参数SENTENCE_START进行类型转换。转换方式：SENTENCE_START.encode()。

10、TypeError: sequence item 0: expected str instance, bytes found

报错信息：类型错误：序列项0:期望是str类型的实例，但是发现了bytes类型的
原因：参数abstract_sentences应该是一个str类型的，但实际上是一个bytes类型的。
解决方法：将参数abstract_sentences进行类型转换，转换方式：str(abstract_sentences)