sentiment_analyser錯誤：'字節'對象沒有屬性'編碼'使用

Question

使用nltk對項目進行情緒分析。我搜索了GH，發現sentimaent_analyser或popular_scores調用沒有任何相似之處。

我也看了Python 3.4 - 'bytes' object has no attribute 'encode'，它不是重複的，因爲我沒有調用bcrypt.gensalt（）。encode（'utf-8'）。雖然它暗示了某種錯誤類型的問題。

任何人都可以幫助解決這個錯誤？

我得到的錯誤：

/lib/python3.5/site-packages/nltk/sentiment/vader.py in init(self, text) 154 def init(self, text): 155 if not isinstance(text, str): --> 156 text = str(text.encode('utf-8')) 157 self.text = text 158 self.words_and_emoticons = self._words_and_emoticons()

AttributeError: 'bytes' object has no attribute 'encode'

數據幀df_stocks.head（5）：

  prices articles 
2007-01-01 12469 What Sticks from '06. Somalia Orders Islamist... 
2007-01-02 12472 Heart Health: Vitamin Does Not Prevent Death ... 
2007-01-03 12474 Google Answer to Filling Jobs Is an Algorithm... 
2007-01-04 12480 Helping Make the Shift From Combat to Commerc... 
2007-01-05 12398 Rise in Ethanol Raises Concerns About Corn as...     

的代碼下面的最後一行的錯誤發生的歷史：

import numpy as np 
import pandas as pd 
from nltk.classify import NaiveBayesClassifier 
from nltk.corpus import subjectivity 
from nltk.sentiment import SentimentAnalyzer 
from nltk.sentiment.util import *from nltk.sentiment.vader import  SentimentIntensityAnalyzer 
import unicodedata 
for date, row in df_stocks.T.iteritems(): 
    sentence = unicodedata.normalize('NFKD', df_stocks.loc[date, 'articles']).encode('ascii','ignore') 
    ss = sid.polarity_scores(sentence) 

謝謝

Answer 1

從 unicodedata.normalize() docs開始，該方法將UNICODE字符串轉換爲通用格式字符串。

import unicodedata 

print(unicodedata.normalize('NFKD', u'abcdあäasc').encode('ascii', 'ignore')) 

將得到：

b'abcdaasc' 

所以，問題就在這裏：df_stocks.loc[date, 'articles']不是一個Unicode字符串。