该错误源于 torchtext 0.15+ 版本与当前 pytorch 环境（尤其是混用 conda 和 pip 安装的 torch）不兼容，核心是 `_extension.py` 尝试读取未设置的环境变量 `sp_dir`，导致导入中断。降级至兼容版本可快速修复。
? 问题根源分析
报错堆栈清晰指向 torchtext/_extension.py 中这一行：
_LIB_DIR = Path(os.environ["SP_DIR"]) / "torch" / "lib"
它假定环境变量 SP_DIR 已由 PyTorch 构建系统自动注入（常见于源码编译或特定 wheel 构建流程），但在 conda/pip 混合安装、跨渠道（conda-forge + PyPI）或新版 torchtext（≥0.15）与旧版 PyTorch 组合下，该变量常为空或缺失。这不是用户配置错误，而是包分发层面的兼容性断裂。
从你的 conda list 可见关键线索：
- torch 来自 PyPI（torch 2.1.0.post103 pypi_0），而 pytorch 和 libtorch 来自 conda-forge；
- torchtext 0.15.2 是 conda-forge 提供的较新版本，其 C++ 扩展依赖严格匹配的 PyTorch 构建环境；
- 这种“混合来源”极易触发 ABI 不一致和构建元数据缺失（如 SP_DIR）。
✅ 推荐解决方案：降级 torchtext 至稳定兼容版本
最直接、经验证有效的修复方式是降级 torchtext 至 0.6.0（或 0.12.x 系列）。该版本不依赖 SP_DIR，且对 PyTorch 1.10–2.1 兼容性极佳：
# 首先彻底卸载现有 torchtext pip uninstall torchtext -y # 或使用 conda（若通过 conda 安装） conda remove torchtext -y # 安装经过广泛验证的兼容版本（推荐 0.12.4，兼顾功能与稳定性） pip install torchtext==0.12.4 # 或选择更轻量的 0.6.0（适用于仅需基础 tokenizer 的场景） # pip install torchtext==0.6.0
✅ 为什么选 0.12.4？ 它是 torchtext 在 PyTorch 1.12+ 时代最后一个“纯 Python + 预编译二进制”稳定分支； 完全规避 SP_DIR 依赖，不加载 _extension 中的脆弱路径逻辑； 支持 build_vocab_from_iterator、get_tokenizer 等常用 API，满足绝大多数 NLP 预处理需求。
⚠️ 重要注意事项
-
避免混装 PyTorch 渠道：确保 torch 和 torchtext 同源。若使用 conda，统一执行：
conda install pytorch torchvision torchaudio cpuonly -c pytorch # 官方渠道 conda install torchtext=0.12.4 -c pytorch
而非同时存在 pytorch（conda-forge）和 torch（PyPI）。
-
清理残留缓存：降级后重启 Python 内核（Jupyter）或新建终端，防止旧 .so/.pyd 文件被缓存加载：
python -c "import torchtext; print(torchtext.__version__)"
-
替代方案（高级用户）：若必须使用 torchtext ≥0.15，需重建完整一致环境：
conda create -n torchtext-fix python=3.10 conda activate torchtext-fix conda install pytorch torchvision torchaudio cpuonly -c pytorch # 仅用 PyTorch 官方源 pip install torchtext==0.17.0 # 匹配 PyTorch 2.1 的最新兼容版
? 总结
KeyError: 'SP_DIR' 是 torchtext 0.15+ 在非标准 PyTorch 安装环境下暴露的构建元数据缺陷。无需深究环境变量手动设置（无效且不安全），应优先通过版本对齐解决。实践表明，torchtext==0.12.4 在 conda/pip 混合环境、M1/M2 Mac 及 Linux 上均稳定可用，是当前最可靠的生产级选择。升级前务必检查 PyTorch + torchtext 版本对应表。
