針對我上一篇《簡易版計算文本相似度》出現的問題：
Traceback (most recent call last):
File "D:/pythonlianxi/wenbensimi1.py", line 52, in <module>
d3 = open(doc3).read()
UnicodeDecodeError: 'gbk' codec can't decode byte 0xbf in position 2: illegal multibyte sequence
編碼錯誤，好吧，在後面加上encoding='utf-8'，問題依然存在。
Traceback (most recent call last):
File "D:/pythonlianxi/wenbensimi1.py", line 9, in <module>
d1 = open(doc1,'r',encoding='utf-8').read()
File "C:\Users\asus\AppData\Local\Programs\Python\Python35\lib\codecs.py", line 321, in decode
(result, consumed) = self._buffer_decode(data, self.errors, final)
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xb9 in position 0: invalid start byte
解決方法：因爲打開的都是txt，所以就將文本另存爲，編碼從ANSI變成UTF-8，保存就可以了。
如果你已經這樣做，還是有編碼錯誤的話，建議把d3 = open(doc3,'r',encoding='utf-8').read()，改成d3=urilib.request.urlopen("http://127.0.0.1/zhenhuan.html").read().decode("utf-8"),把文本從txt改成html，並且可以在文本內容首尾加個標籤<html></html>，保存，再將其放在服務器上，通過urilib.request.urlopen爬取到也可以。