如何正确加载指定路径下载的spaCy预训练管道？附文档查询需求

问题场景 #

执行以下代码加载本地指定路径的预训练管道时，触发OSError，提示无法读取/tmp/spacy/en_core_web_sm/config.cfg文件：

import spacy
spacy.cli.download("en_core_web_sm", False, False, "--target", "/tmp/spacy")
nlp = spacy.load("/tmp/spacy/en_core_web_sm")

直接使用带版本号的路径（如/tmp/spacy/en_core_web_sm/en_core_web_sm-3.5.0/）可成功加载，但该方法依赖具体版本号，不具备通用性。
环境：Python 3.9.13，spaCy 3.5.0

正确解决方法 #

方法1：通过环境变量指定模型搜索路径 #

spacy.cli.download配合--target参数时，模型会被下载到目标目录/模型名/模型名-版本号的嵌套结构中。此时可以通过设置环境变量让spaCy自动识别模型：

import os
import spacy

# 将模型所在的父目录设为spaCy的模型搜索路径
os.environ["SPACY_MODEL_PATH"] = "/tmp/spacy"
# 直接使用模型名称加载，spaCy会自动在指定路径下匹配对应版本
nlp = spacy.load("en_core_web_sm")

方法2：下载时直接解压到目标根目录 #

在下载命令中添加--unpack参数，模型文件会直接解压到目标目录的根层级，无需嵌套版本子目录：

import spacy
# 添加--unpack参数，将模型文件直接释放到/tmp/spacy下
spacy.cli.download("en_core_web_sm", False, False, "--target", "/tmp/spacy", "--unpack")
# 直接加载目标目录即可
nlp = spacy.load("/tmp/spacy")

官方文档说明位置 #

在spaCy官方文档的「使用预训练模型」章节下的「从本地目录加载模型」部分，明确说明了以下内容：

• 模型加载的目录结构要求（核心文件如config.cfg需在加载路径的根目录）
• 通过SPACY_MODEL_PATH环境变量自定义模型搜索路径的用法
• 使用--unpack参数调整下载后模型目录结构的方法

内容的提问来源于stack exchange，提问作者mon