读取含有中文的数据集时报错

Python在读取中文数据的时候经常会出错

例如，有以下代码，想要打印一下是否读取到了stopkey：

stopkey = [w.strip() for w in codecs.open('data/stopWord.txt', encoding='UTF-8').readlines()]
print(stopkey)

错误信息如下：

UnicodeEncodeError: 'gbk' codec can't encode character '\xa9' in position 32: illegal multibyte sequence

很明显这是一个字符编码的问题，工程默认的编码方式是gbk，所以无法打印出utf-8编码的字符。

1. 点击File–>settings:
   
2. 找到Editor–>File Encodings
3. 将红色框住的部分修改为UTF-8
4. 点击OK就可以了：
   最终结果，成功打印出来了：