将函数分配给字典的值时出错

Question

我正在尝试使用以下命令为我的 dict 的值分配一个函数：

x_text = [clean_str(v) for k, v in answer.items()]

函数 clean_str：

def clean_str(string):
    # remove stopwords
    # string = ' '.join([word for word in string.split() if word not in cachedStopWords])
    string = re.sub(r"[^A-Za-z0-9(),!?\'\`]", " ", string)
    string = re.sub(r"\'s", " \'s", string)
    string = re.sub(r"\'ve", " \'ve", string)
    string = re.sub(r"n\'t", " n\'t", string)
    string = re.sub(r"\'re", " \'re", string)
    string = re.sub(r"\'d", " \'d", string)
    string = re.sub(r"\'ll", " \'ll", string)
    string = re.sub(r",", " , ", string)
    string = re.sub(r"!", " ! ", string)
    string = re.sub(r"\(", " \( ", string)
    string = re.sub(r"\)", " \) ", string)
    string = re.sub(r"\?", " \? ", string)
    string = re.sub(r"\s{2,}", " ", string)
    return string.strip().lower()

但我收到以下错误：

文件“C:\ProgramData\Anaconda3\lib\re.py”，第 191 行，在 sub return _compile(pattern, flags).sub(repl, string, count)

TypeError：预期的字符串或类似字节的对象

我的 dict(answer{}) 的前 2 k,v 对的 sn-p 如下：

In[45]:{k: answer[k] for k in list(answer)[:2]}
Out[45]: 
{b'B00308CJ12': [b'Bulletproof Salesman (2008)'],
 b'189138922X': [b'Classical Mechanics']} 

Answer 1

你的dict的值都是字节而不是字符串，re.sub只能处理字符串。

您应该使用decode() 方法将字节转换为字符串：

x_text = [clean_str(i.decode()) for k, v in answer.items() for i in v]