1. invalid syntax
常是丢冒号，丢括号等问题。
UnicodeDecodeError：
1. 'gbk' codec can't decode byte
代码如下：
with open('acl-metadata.txt','r') as data: print(data.readlines(),'\n')
报错：
UnicodeDecodeError: 'gbk' codec can't decode byte 0x94 in position 394157: illegal multibyte sequence
报错原因是：大部分情况是因为文件不是 UTF8 编码的（例如，可能是 GBK 编码的），而系统默认采用 UTF8 解码。解决方法是改为对应的解码方式。解决方法是：
with open('acl-metadata.txt','rb') as data:
open(path, ‘-模式-‘,encoding=’UTF-8’) 即open(路径+文件名, 读写模式, 编码)
在python对文件进行读写操作的时候，常常涉及到“读写模式”，整理了一下常见的几种模式，如下：
读写模式：r ：只读 r+ : 读写 w ： 新建（会对原有文件进行覆盖） a ： 追加 b ： 二进制文件
常用的模式有：“a” 以“追加”模式打开， (从 EOF 开始, 必要时创建新文件) “a+” 以”读写”模式打开 “ab” 以”二进制 追加”模式打开 “ab+” 以”二进制 读写”模式打开
“w” 以”写”的方式打开 “w+” 以“读写”模式打开 “wb” 以“二进制 写”模式打开 “wb+” 以“二进制 读写”模式打开
“r+” 以”读写”模式打开 “rb” 以”二进制 读”模式打开 “rb+” 以”二进制 读写”模式打开
rU 或 Ua 以”读”方式打开, 同时提供通用换行符支持 (PEP 278)
2. 'gbk' codec can't decode byte 0x9d in position 6305: illegal multibyte sequence
程序：
with open('coursera_corpus', 'r') as data: for line in data.readlines(): print(1) courses.append(line.strip())
报错
UnicodeDecodeError: 'gbk' codec can't decode byte 0x9d in position 6305: illegal multibyte sequence
改为：
with open('coursera_corpus', 'r', encoding="utf8") as data: for line in data.readlines(): print(1) courses.append(line.strip())
分析：编码问题
encoding is the name of the encoding used to decode or encode the
file. This should only be used in text mode. The default encoding is platform dependent, but any encoding supported by Python can be passed. See the codecs module for the list of supported encodings.
TypeError：
1. expected string or bytes-like object
for i in range(len(dataset)): temp_name = [] if i%6 == 0: ids.append((re.match(pattern_allinfor, dataset[i])).groups()[0]) elif i%6 == 1: everyname = dataset[i].split('; ') temp_name.append((re.match(pattern_author, everyname)).groups()[0]) #print(temp_name) authors.append(temp_name)
报错：
TypeError: expected string or bytes-like object
正则参数不是字符串，改成字符串就行了！
for i in range(len(dataset)): temp_name = [] if i%6 == 0: ids.append((re.match(pattern_allinfor, dataset[i])).groups()[0]) elif i%6 == 1: everyname = dataset[i].split('; ') for k in range(len(everyone)): temp_name.append((re.match(pattern_author, everyname[k])).groups()[0]) #print(temp_name) authors.append(temp_name)
2. cannot use a string pattern
代码：
def get_infor(dataset): ids = [] venues = [] authors = [] for i in range(len(dataset)): if i%6 == 0: ids.append((re.match(pattern_allinfor, dataset[i])).groups()[0]) elif i%6 == 1: authors.append((re.match(pattern_allinfor, dataset[i])).groups()[0]) elif i%6 == 3: venues.append((re.match(pattern_allinfor, dataset[i])).groups()[0]) else: pass return ids, authors, venues
报错：
TypeError: cannot use a string pattern on a bytes-like object
原因分析：在匹配正则表达式的时候我们用到了pattern，但正则表达式的pattern是用于处理字符串的，所以对“bytes-like”的对象无法使用。
有些方法比如re模块的findall要求传入的是字符串格式的参数，urllib.request.urlopen(url).read()返回的是bytes类型（这个是python3中才有的类型，所以很多python2中的方法都相应更改了）的，这样传参就会报以上错误。
python3中Unicode字符串是默认格式（就是str类型），ASCII编码的字符串（就是bytes类型，bytes类型是包含字节值，其实不算是字符串，python3还有bytearray字节数组类型）要在前面加操作符b或B；python2中则是相反的，ASCII编码字符串是默认，Unicode字符串要在前面加操作符u或U。
3. unhashable type: 'list'
报错：
TypeError: unhashable type: 'list'
原因：用set函数将一个元素中含有列表的列表转换成集合。
authors = list(set(authors)).sort()
因为list和dict的内容都是可变的，也即是不可哈希的。因此不能使用list和dict去创建dict，不能作为dict的keys，利用set函数构造集合时，给的参数列表中的元素不能含有列表作为参数！
4. 'type' object is not subscriptable
报错：
TypeError: 'type' object is not subscriptable
ValueError
1. too many values to unpack
报错：
ValueError: too many values to unpack (expected 2)
原因，调用函数的时候，接受返回值的变量个数不够
#函数中： def getAclInfor(dataset): ... return dict_id2author, dict_id2venue, authors #调用时： dict_id2venue, authors = dpp.getAclInfor(total_aclmetadata)