Question

我试图在计算服务器上下载/更新python nltk软件包，并返回此[Errno 122] Disk quota exceeded:错误。

具体做法是：

[nltk_data] Downloading package stop words to /home/sh2264/nltk_data...
[nltk_data] Error downloading u'stopwords' from
[nltk_data] <https://raw.githubusercontent.com/nltk/nltk_data/gh-
[nltk_data] pages/packages/corpora/stopwords.zip>: [Errno 122]
[nltk_data] Disk quota exceeded:
[nltk_data] u'/home/sh2264/nltk_data/corpora/stopwords.zip
False

如何更改nltk个包的整个路径，以及我应该做些哪些更改以确保nltk无错加载？

Answer 1

根据documentation：

默认情况下，软件包安装在系统范围的目录中（如果Python有足够的权限写入它）;或者在当前用户的主目录中。但是，如果需要，download_dir参数可用于指定不同的安装目标。

要指定下载目录，请使用例如：

nltk.download('treebank', download_dir='/mnt/data/treebank')

Answer 2

这可以通过命令行（nltk.download(..., download_dir=)或GUI配置。奇怪的nltk似乎完全忽略了自己的环境变量NLTK_DATA，并将其下载目录默认为一组标准的五个路径，无论是NLTK_DATA是否被定义，它是指向何处，无论nltk的五个默认目录是否存在于机器或架构上（！）。Installing NLTK Data中记录了一些，尽管它不完整且有点埋没;转载如下更清晰的格式：

命令行安装

下载程序将搜索现有的nltk_data目录   安装NLTK数据。如果不存在，它将尝试创建一个   在中央位置（使用管理员帐户时）或   否则在用户的文件空间中。如有必要，请运行下载   来自管理员帐户的命令，或使用sudo。推荐   系统位置是：


C:\nltk_data（Windows）;

/usr/local/share/nltk_data（Mac）和

/usr/share/nltk_data（Unix）。


您可以使用-d标志指定其他位置（但如果您这样做，请务必相应地设置NLTK_DATA环境变量。）



运行命令python -m nltk.downloader all



要确保集中安装，请运行命令：sudo python -m nltk.downloader -d /usr/local/share/nltk_data all



但实际上他们应该说：sudo python -m nltk.downloader -d $NLTK_DATA all

现在关于推荐路径NLTK_DATA应该使用什么，nltk并没有给出任何正确的指导，但它应该是一个不在任何安装树下的通用独立路径（因此不在{{1 }}或任何用户目录。因此，<python-install-directory>/lib/site-packages，/usr/local/share或类似。在MacOS 10.7 +上，/opt/share以及/usr这些天默认隐藏，因此/usr/local/可能是更好的选择。或者/opt/share。

Answer 3

NLTK GUI也可以从PyCharm Community Edition Python控制台启动。只需发出2条命令：

1）导入nltk

2）nltk.download_gui（）

但是如果您要在控制台上先设置代理服务器，则必须在代理服务器后面安装nltk GUI

SET HTTP_PROXY = proxy.mycompany.com：8080

然后它将起作用。

Answer 4

您也可以使用nltk.download_shell()并按照如下所示进行交互。

还使用nltk.data.path.append('/your/new/data/directory/path')指示nltk从新数据路径加载数据。

从默认的〜/ ntlk_data更改nltk.download（）路径目录

4 个答案:

命令行安装