Есть ли методы для декодирования str в Python? AttributeError: у объекта 'str' нет атрибута 'decode' - PullRequest
Новая
       32

Есть ли методы для декодирования str в Python? AttributeError: у объекта 'str' нет атрибута 'decode'

0 голосов
/ 23 октября 2019

Мне нужно декодировать текст в файл

от b'Я знаю, что ты чувствуешь mba mba seperjuangan \ xf0 \ x9f \ x98 \ x90 '

на' b Я знаю, что ты чувствуешьмба мба seperjuangan '

но я получил' б Я знаю, что вы чувствуете мба мба seperjuangan xf xf x x '

я пытался декодировать, но я получил ошибку AttributeError: 'str' object has no attribute 'decode'

tok = WordPunctTokenizer()
pat1 = r'@[A-Za-z0-9]+'
pat2 = r'https?://[A-Za-z0-9./]+'
combined_pat = r'|'.join((pat1, pat2))
def tweet_cleaner(tweet):
    soup = BeautifulSoup(tweet)
    souped = soup.get_text()
    stripped = re.sub(combined_pat, '', souped)
    clean = stripped.decode("utf-8","strict").replace(u"\ufffd", "?")
    letters_only = re.sub("[^a-zA-Z]", " ", clean)
    lower_case = letters_only.lower()
    # During the letters_only process two lines above, it has created unnecessay white spaces,
    # I will tokenize and join together to remove unneccessary white spaces
    words = tok.tokenize(lower_case)
    return (" ".join(words)).strip()
testing = df.tweet[:100]
test_result = []
for t in testing:
    test_result.append(tweet_cleaner(t))
test_result```

1 Ответ

2 голосов
/ 23 октября 2019

Строки уже декодированы. Вы не можете декодировать их снова.

Вы можете только кодировать их.

На самом деле строки - это последовательность букв Unicode.

, а строки байтов - это последовательность байтов.

байтов могут быть декодированы в строки.
строки могут быть закодированы в байтах.

Если вы получили строку из Beautifulsoup, то она уже выполнила некоторое декодирование байтов или уже была переданасо строкой.

Возможно, вы можете дать очень маленький пример файла строки / html, чтобы объяснить вашу точную проблему.

И мы можем попытаться решить вашу конкретную проблему.

...