如何仅在python中必要时解码

Question

我有一个混合的数据集，其中有些是字符串，有些是字节，如下所示。

mydata={'data mining': [b'data', b'text mining', b"artificial intelligence"], 'neural networks': ['cnn', 'rnn', "artificial intelligence"]}

我的代码如下

for key, value in mydata.items():
    for item in value:
        print(type(item))

由于某些值是字节，因此我想将它们转换为字符串。 因此，我对以上代码进行了以下更改。

for key, value in mydata.items():
    for item in value:
        print(type(item.decode("utf-8")))

但是，然后我得到一个错误的说法： AttributeError: 'str' object has no attribute 'decode'

我也尝试过：

for key, value in mydata.items():
    for item in value:
        if type(item) == 'str':
            print(type(item))

但这对我没有用。

有没有办法解决这个问题？

Answer 1

以下是注释中各种建议的实现。 检查list元素是否为bytes对象，如果是，则进行解码（由于bytes对象是不可变的，因此我将list元素替换为解码后的版本）。

mydata = {'data mining': [b'data', b'text mining', b'artificial intelligence'], 'neural networks': ['cnn', 'rnn', "artificial intelligence"]}

for items in mydata.values():
    for i, item in enumerate(items):
        if isinstance(item, bytes):
            items[i] = item.decode()

print(mydata)
# OUTPUT
# {'data mining': ['data', 'text mining', 'artificial intelligence'], 'neural networks': ['cnn', 'rnn', 'artificial intelligence']}