2

我试图将一个字符串变成一个单独的单词列表——只有字母。但是，据我所知，unicode 导致了问题。

essay_text = ['This,', 'this,', 'this', 'and', 'that.']

def create_keywords(self):
    low_text = self.essay_text.lower()
    word_list = low_text.split()
    abcs = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j', 'k', 'l', 'm', 'n', 'o', 'p', 'q', 'r', 's', 't', 'u', 'v', 'x', 'y', 'z']
    for n in word_list:
        for m in n:
            for l in abcs:
                if m!=l:
                    n.remove(m)
        self.keywords.setdefault(n, 0)
        self.keywords[n] = word_list.count(n)
        for m in bad_words:
            if n==m:
                del self.keywords[n]
    print self.keywords

我收到此错误：

AttributeError: 'unicode' object has no attribute 'remove'

我该如何解决这个问题？

更新：我不明白为什么我的字符串是 unicode。如果它是相关的，这里是这个模型所在的类：

class Essay(models.Model):
    title = models.CharField(max_length=100)
    author = models.CharField(max_length=100)
    email = models.EmailField(max_length=100)
    essay_text = models.TextField()
    sources = models.TextField()

    def __unicode__(self):
         return self.title

为什么我的字符串是 unicode 格式的？

4

3 回答 3

2

错误是明确的：该n变量是一个字符串，没有remove方法 - 这是因为字符串在 Python 中是不可变的。您必须创建一个没有要删除的字符的新字符串。

于 2013-11-14T01:46:57.500 回答
1

你from __future__ import unicode_literals的代码中有一个吗？这将导致 Python 2.X 被'string'视为 Unicode。

正如其他人所说，字符串不是可变的，也没有remove方法。

有几个模块可以大大简化您的目标：

import re
from collections import Counter

bad_words = ['and']

def create_keywords():
    essay_text = 'This, this, this and that.'
    # This regular expression finds consecutive strings of lowercase letters.
    # Counter counts each unique string and collects them in a dictionary.
    result = Counter(re.findall(r'[a-z]+',essay_text.lower()))
    for w in bad_words:
        result.pop(w)
    return dict(result) # return a plain dict instead of a Counter object.

输出：

>>> create_keywords()
{'this': 3, 'that': 1}
于 2013-11-14T06:08:20.967 回答
0

字符串是不可变的，这意味着它们无法更改。您真正需要做的是在其位置创建一个仅包含字母的新字符串：

def just_letters(s):
    return ''.join(l for l in s if l in string.lowercase)

word_list = [just_letters(word) for word in word_list]
于 2013-11-14T01:47:25.410 回答