从报错讲起：

UnicodeDecodeError: 'gbk' codec can't decode byte 0xaa in position 2: illegal multibyte sequence

出现这个错误一般是由于打开文件时，没有指定编码引起的，比如下面代码

with open('../corpus.txt', mode = 'r') as f:

解决方法很简单，为其指定编码就行了

with open('../corpus.txt', encoding='utf-8',  mode = 'r') as f:

还有一个常见的问题就是，生成txt文件，查看内容时发现乱码，这可能与你在打开文件时没有指定编码方式有关

代码就像这样 

output = open('context.txt', 'w')

解决的方式也很简单，只要在打开文件时，指定文件编码就行了

output = open('context.txt', 'w', encoding="utf-8")

推荐学习《Python教程》！