Python TypeError: expected a string or other character buffer object when importing text file

Question

我是 python 的新手。对于此任务，我尝试导入一个文本文件，将和添加到 id，并从文本中删除标点符号。我试过这个方法How to strip punctuation from a text file。

import string
def readFile():

translate_table = dict((ord(char), None) for char in string.punctuation)
with open('out_file.txt', 'w') as out_file:
    with open('moviereview.txt') as file:
        for line in file:
            line = ' '.join(line.split(' '))
            line = line.translate(translate_table)
            out_file.write("<s>" + line.rstrip('\n') + "</s>" + '\n')

return out_file

但是，我收到一条错误消息：

TypeError: expected a string or other character buffer object

我的想法是，在我拆分并加入该行后，我得到了一个字符串列表，所以我不能使用str.translate()来处理它。但似乎其他人都有同样的东西并且有效，前任。 https://appliedmachinelearning.blog/2017/04/30/language-identification-from-texts-using-bi-gram-model-pythonnltk/ 在第 13 行的示例代码中。

所以我真的很困惑，有人可以帮忙吗？谢谢！

Answer 1

在这里回答是因为评论不允许我正确格式化代码：

def r():
    translate_table = dict((ord(char), None) for char in string.punctuation)
    a = []
    with open('out.txt', 'w') as of:
        with open('test.txt' ,'r') as f:
            for l in f:
                l = l.translate(translate_table)
                a.append(l)
                of.write(l)
    return a

这段代码对我来说运行良好，没有错误。你能试试运行吗，并用你运行的代码截图作为回应？

Answer 2

在 Python 2 上，只有 unicode 类型具有采用 dict 的 translate 方法。如果您打算使用任意文本，这里最简单的解决方案是在 Py2 上使用 Python 3 版本的 open；它将无缝解码您的输入并生成 unicode 而不是 str.

从 Python 2.6+ 开始，用 Python 3 版本替换普通的内置 open 很简单。只需添加：

from io import open

到文件顶部的导入。您也可以删除 line = ' '.join(line.split(' '));这在定义上是一个空操作（它在单个空格上拆分成 list，然后在单个空格上重新加入）。您可能还想添加：

from __future__ import unicode_literals

到the very top of your file（在你的代码的所有之前）；这将使您对普通引号的所有使用自动 unicode 文字，而不是 str 文字（使用 b 前缀实际二进制数据，使其成为 Py2 上的 str 文字，bytes Py3 上的文字）。

上面的解决方案是最好的，如果你可以摆动它，因为它会使你的代码在 Python 2 和 Python 3 上都能正常工作。如果你因为任何原因不能这样做，那么您需要更改 translate 调用以使用 API Python 2's str.translate 预期，这意味着完全删除 translate_table 的定义（不需要）并只做：

line = line.translate(None, string.punctuation)

对于 Python 2 的 str.translate，参数是一个一对一的映射 table 作为第一个参数（None 如果不需要映射），第二个参数是要删除的字符串（string.punctuation 已经提供）。

Python TypeError: expected a string or other character buffer object when importing text file

Python TypeError: expected a string or other character buffer object when importing text file

python

io

python-2.x

typeerror

python-2.7