sentiment_analyser错误：'字节'对象没有属性'编码'使用

Question

使用nltk对项目进行情绪分析。我搜索了GH，发现sentimaent_analyser或popular_scores调用没有任何相似之处。

我也看了Python 3.4 - 'bytes' object has no attribute 'encode'，它不是重复的，因为我没有调用bcrypt.gensalt（）。encode（'utf-8'）。虽然它暗示了某种错误类型的问题。

任何人都可以帮助解决这个错误？

我得到的错误：

/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'

数据帧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...     

的代码下面的最后一行的错误发生的历史：

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) 

谢谢

Answer 1

从 unicodedata.normalize() docs开始，该方法将UNICODE字符串转换为通用格式字符串。

import unicodedata 

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

将得到：

b'abcdaasc' 

所以，问题就在这里：df_stocks.loc[date, 'articles']不是一个Unicode字符串。