Question

我在访问nltk data时遇到了一些问题。我试过了nltk.download()。 gui页面出现HTTP Error 403: Forbidden错误。我还尝试从命令行安装here。

python -m nltk.downloader all

并收到此错误。

C：\ Python36 \ lib \ runpy.py:125：运行时警告：'nltk.downloader'在导入包'nltk'之后但在执行'nltk.downloader'之前在sys.modules中找到;这可能导致不可预测的行为警告（RuntimeWarning（msg））[nltk_data]加载全部错误：HTTP错误403：禁止。

我也会浏览How do I download NLTK data?和Failed loading english.pickle with nltk.data.load。

Answer 1

问题来自nltk下载服务器。如果您查看gui的配置，它会指向此链接

https://raw.githubusercontent.com/nltk/nltk_data/gh-pages/index.xml

如果您在浏览器中访问此链接，则会将此消息作为消息：

Error 403 Forbidden.

Forbidden.

Guru Mediation:

Details: cache-lcy1125-LCY 1501134862 2002107460

Varnish cache server

所以，我打算在github上提出一个问题，但其他人已经在这里做过了：https://github.com/nltk/nltk/issues/1791

此处建议采用解决方法：https://github.com/nltk/nltk/issues/1787。

基于对github的讨论：

似乎Github正在关闭/阻止对原始内容的访问回购。

建议的解决方法是手动下载如下：

PATH_TO_NLTK_DATA=/home/username/nltk_data/
wget https://github.com/nltk/nltk_data/archive/gh-pages.zip
unzip gh-pages.zip
mv nltk_data-gh-pages/ $PATH_TO_NLTK_DATA

人们还建议使用替代指数如下：

python -m nltk.downloader -u https://pastebin.com/raw/D3TBY4Mj punkt

Answer 2

转到/nltk/downloader.py

并更改默认网址：

DEFAULT_URL ='http://nltk.googlecode.com/svn/trunk/nltk_data/index.xml'

到

DEFAULT_URL ='http://nltk.github.com/nltk_data/'

Answer 3

对我来说，最好的解决方案是：

PATH_TO_NLTK_DATA=/home/username/nltk_data/
wget https://github.com/nltk/nltk_data/archive/gh-pages.zip
unzip gh-pages.zip
mv nltk_data-gh-pages/ $PATH_TO_NLTK_DATA

link

替代解决方案对我不起作用

python -m nltk.downloader -u https://pastebin.com/raw/D3TBY4Mj punkt

HTTP错误403禁止 - 下载nltk数据时

3 个答案: