找完工作，又開始忙於做畢設，很久沒更新部落格了，不過部落格新上線的這個新介面太不好用了，分類下只有兩篇文章，每次點選進去都出現很多篇其他類的，每次找一篇博文都要翻很久。體驗真是極差。

廢話不多說，先記幾個做畢設過程中發現的小坑

1、jieba分詞生成迭代器，在第二次for迴圈會失效

測試程式碼：

用jieba分詞生成的word_list是個迭代器，第二個for裡面就已經失效了，所以什麼都打印不出來，所以為了讓它不失效，用word_list1 = list(word_list)將其轉化為list即可。

2、list在生成二維陣列時，注意值的淺拷貝

問題發現：

>>> a = [[0] * 3] * 3
>>> a
[[0, 0, 0], [0, 0, 0], [0, 0, 0]]
>>> a[1][1] = 1
>>> a
[[0, 1, 0], [0, 1, 0], [0, 1, 0]]
>>>

原因：[0]*3是生成一個1*3的一維陣列，初始化所有值為0，現在對這個一維陣列再*3，企圖生成一個二維陣列時，實際上用到的是淺拷貝，就是說這三個[0]*3用到的一個記憶體，所以任何一維陣列中有值修改了，另外兩個一維陣列中對應地方的值都會跟著變（因為用的是一個記憶體，可以理解為本來就是指向同一個數）。

正確的生成二維陣列的方式如下：

>>> a = [[] for i in range(3)]
>>> a
[[], [], []]
>>> a[0].append(0)
>>> a[1].append(0)
>>> a[2].append(0)
>>> a
[[0], [0], [0]]
>>> a[1][0] = 1
>>> a
[[0], [1], [0]]

3、在python的工程中，檔案的命名千萬不要使用包的名字。當你出現報錯提示你import的包不存在時，看看你的檔案命名是否有問題！

4、處理微博資料時，在遇到表情時，utf-8編碼的文字是可以打印出來不報錯的，但是在儲存到資料庫中會報錯。這時需要對其進行處理

處理方案是：將其先通過encode轉化為gbk編碼，因為gbk編碼不能表示表情，在轉碼時會報錯。選擇errors = 'ignore'，然後再decode回utf-8，這時文字中表情已經去掉了

str = str.encode("gbk", errors="ignore")
str = str.decode("gbk")

在用到

str.encode(encoding='UTF-8',errors='strict')

這個函式時，如果想直接將表情從文字中去掉，選擇errors='ignore'即可。

errors引數如下：

 'ignore', 'replace', 'xmlcharrefreplace', 'backslashreplace' 以及通過 codecs.register_error() 註冊的任何值。

可參考網址：http://www.runoob.com/python/att-string-encode.html