下载NLTK停用词时遇Errno 110连接超时错误求助

方法1：手动下载停用词包 #

• 找到NLTK官方的stopwords数据集压缩包，下载后解压。
• 运行以下命令查看NLTK的数据存储路径：

  import nltk
  print(nltk.data.path)
  

• 选择其中一个路径，在该路径下创建corpora文件夹（如果不存在），将解压后的stopwords文件夹放入corpora目录中。

方法2：使用国内镜像源加速下载 #

代码方式： #

import nltk
# 可自定义download_dir，不指定则用默认路径
nltk.download('stopwords', mirror='https://mirrors.tuna.tsinghua.edu.cn/nltk_data/')

命令行方式： #

python -m nltk.downloader --mirror https://mirrors.tuna.tsinghua.edu.cn/nltk_data/ stopwords

方法3：配置网络代理（若处于代理环境） #

代码方式： #

import os
# 替换为你的代理地址和端口
os.environ['http_proxy'] = 'http://proxy_address:port'
os.environ['https_proxy'] = 'https://proxy_address:port'

import nltk
nltk.download('stopwords')

命令行方式： #

• Linux/macOS：

  export http_proxy=http://proxy_address:port
  export https_proxy=https://proxy_address:port
  python -m nltk.downloader stopwords
  

• Windows：

  set http_proxy=http://proxy_address:port
  set https_proxy=https://proxy_address:port
  python -m nltk.downloader stopwords
  

内容的提问来源于stack exchange，提问作者Saurabh Sharma