你遇到的这个UnicodeEncodeError是Python 2.7里老生常谈的编码坑了——它默认把终端和标准输出的编码设为ASCII，当你的代码处理到像\u201c（智能左双引号）这种非ASCII的Unicode字符时，一旦要输出（比如打印、写入文件或者分类器相关操作触发的隐式输出），就会触发编码失败。结合你的代码场景，给你几个针对性的解决办法：

方法1：全局强制设置默认编码为UTF-8 #

在代码最开头加上这几行，直接修改Python的默认编码，一劳永逸解决大部分编码冲突：

import sys
reload(sys)
sys.setdefaultencoding('utf-8')

这里要注意reload(sys)是必须的——Python启动时会锁定sys.setdefaultencoding方法，只有重新加载sys模块才能修改默认编码。

方法2：显式编码Unicode字符串再输出 #

如果不想修改全局编码，在需要输出Unicode内容的地方，手动将其编码为UTF-8。比如你注释掉的print(test_set)，如果取消注释后报错，可以改成：

# 针对整个集合的输出
print(str(test_set).encode('utf-8'))

# 或者更细致地遍历元素处理
for feature, label in test_set:
    print(str(feature).encode('utf-8'), label.encode('utf-8'))

方法3：确保全程Unicode一致性 #

你已经用codecs.open("Desktop/sample.txt",'r', 'utf-8').read()正确读取了Unicode格式的文件，这一步做得很好。后续处理时，尽量保持所有字符串变量的unicode类型，不要随意转成str（除非你显式指定编码），这样能减少编码转换时的冲突。

方法4：调整终端/控制台的编码设置 #

如果是终端显示导致的报错，也可以直接修改终端的编码为UTF-8：

• Linux/macOS终端：执行export LC_ALL=en_US.UTF-8
• Windows命令提示符：执行chcp 65001切换到UTF-8编码

额外提醒 #

Python 2.7的Unicode处理确实繁琐，如果你的项目长期维护，建议尽早升级到Python 3.x——它默认使用UTF-8编码，从根源上避免了这类编码问题。

内容的提问来源于stack exchange，提问作者Renuka Tamboli