Ubuntu虚拟机安装spaCy遇权限及UnicodeDecodeError等问题求助

看起来你在Ubuntu上安装spaCy时遇到了版本冲突、权限和依赖的问题，这在多Python版本共存的环境里很常见。下面是一步步的解决方案：

1. 清理混乱的现有安装 #

首先我们要把之前在Python2和Python3下的spaCy残留都清理掉，避免后续干扰：

• 卸载Python2版本的spaCy：

  sudo pip uninstall spacy -y
  

• 卸载Python3版本的spaCy：

  sudo pip3 uninstall spacy -y
  

如果卸载时提示找不到包也没关系，说明该版本下没有残留的spaCy文件。

2. 修复系统Locale（解决UnicodeDecodeError） #

你遇到的UnicodeDecodeError大概率是因为sudo环境下的locale不是UTF-8导致的，先临时设置正确的locale：

export LC_ALL=en_US.UTF-8
export LANG=en_US.UTF-8

为了避免每次打开终端都要重复设置，你可以把这两行添加到~/.bashrc文件末尾，然后执行source ~/.bashrc让设置立即生效。

3. 使用Python3虚拟环境隔离依赖（避免权限和版本冲突） #

全局安装Python包很容易出现权限和版本混乱的问题，虚拟环境是解决这类问题的最佳实践：

• 先安装Python3的虚拟环境工具：

  sudo apt-get update && sudo apt-get install python3-venv -y
  

• 创建一个专门用于spaCy的虚拟环境：

  python3 -m venv spacy_env
  

• 激活虚拟环境（激活后终端会显示(spacy_env)前缀，说明当前处于隔离环境中）：

  source spacy_env/bin/activate
  

4. 在虚拟环境中安装spaCy #

现在在虚拟环境里安装spaCy，不需要sudo，也不会和系统全局的Python包冲突：

pip install -U spacy

这一步应该能顺利完成，不会再出现权限或Unicode错误。

5. 下载英文模型 #

spaCy的模型下载依赖plac包，现在安装好spaCy后这个依赖会自动被安装。最新版本的spaCy推荐使用完整的模型名称下载：

python -m spacy download en_core_web_sm

如果你习惯用旧的en别名，可以执行下面的命令创建链接：

python -m spacy link en_core_web_sm en

这样之后你用python -m spacy download en也能正常工作。

验证安装 #

最后验证spaCy和模型是否安装成功：

python -c "import spacy; nlp = spacy.load('en'); print(nlp('Hello World!'))"

如果输出Hello World!，说明安装完全成功了。

为什么之前会出错？ #

• 权限错误：全局安装Python包需要管理员权限，但直接用sudo pip会导致环境变量继承异常，进而引发Unicode解码错误。
• No module named plac：之前的安装失败导致spaCy的依赖包plac没有被正确安装，所以无法执行模型下载命令。
• Python版本混乱：同时在Python2和Python3下安装spaCy，导致系统包目录混乱，虚拟环境能完美隔离不同版本的依赖。

内容的提问来源于stack exchange，提问作者templated