找完工作，又开始忙于做毕设，很久没更新博客了，不过博客新上线的这个新界面太不好用了，分类下只有两篇文章，每次点击进去都出现很多篇其他类的，每次找一篇博文都要翻很久。体验真是极差。
废话不多说，先记几个做毕设过程中发现的小坑
1、jieba分词生成迭代器，在第二次for循环会失效
测试代码：
用jieba分词生成的word_list是个迭代器，第二个for里面就已经失效了，所以什么都打印不出来，所以为了让它不失效，用word_list1 = list(word_list)将其转化为list即可。
2、list在生成二维数组时，注意值的浅拷贝
问题发现：
>>> a = [[0] * 3] * 3
>>> a
[[0, 0, 0], [0, 0, 0], [0, 0, 0]]
>>> a[1][1] = 1
>>> a
[[0, 1, 0], [0, 1, 0], [0, 1, 0]]
>>>创建了一个3*3的二维数组a，初始化所有值都为0，现在想将a[1][1]值改为1，发现所有行的下标为1的值都改为了1
原因：[0]*3是生成一个1*3的一维数组，初始化所有值为0，现在对这个一维数组再*3，企图生成一个二维数组时，实际上用到的是浅拷贝，就是说这三个[0]*3用到的一个内存，所以任何一维数组中有值修改了，另外两个一维数组中对应地方的值都会跟着变（因为用的是一个内存，可以理解为本来就是指向同一个数）。
正确的生成二维数组的方式如下：
>>> a = [[] for i in range(3)]
>>> a
[[], [], []]
>>> a[0].append(0)
>>> a[1].append(0)
>>> a[2].append(0)
>>> a
[[0], [0], [0]]
>>> a[1][0] = 1
>>> a
[[0], [1], [0]]3、在python的工程中，文件的命名千万不要使用包的名字。当你出现报错提示你import的包不存在时，看看你的文件命名是否有问题！
4、处理微博数据时，在遇到表情时，utf-8编码的文本是可以打印出来不报错的，但是在存储到数据库中会报错。这时需要对其进行处理
处理方案是：将其先通过encode转化为gbk编码，因为gbk编码不能表示表情，在转码时会报错。选择errors = 'ignore'，然后再decode回utf-8，这时文本中表情已经去掉了
str = str.encode("gbk", errors="ignore")
str = str.decode("gbk")在用到
str.encode(encoding='UTF-8',errors='strict')
这个函数时，如果想直接将表情从文本中去掉，选择errors='ignore'即可。
errors参数如下：
'ignore', 'replace', 'xmlcharrefreplace', 'backslashreplace' 以及通过 codecs.register_error() 注册的任何值。
可参考网址：http://www.runoob.com/python/att-string-encode.html