Contraction.fix 导致错误“IndexError：字符串索引超出范围”

Question

我正在将contracts.fix应用于文本，但在将try catch块应用于文本后导致错误“IndexError：字符串索引超出范围”我设法发现它在两个特定单词中抛出错误。

%%time
import re
import contractions
import unicodedata
​
text = our_text
​
expanded_words = []    
for word in text.split():
    try:
        expanded_words.append(contractions.fix(word))   
    except:
        print(word,len(word))

Output：

伊特布努 7

伊莱蒂西姆 8

contractions.fix('İtburnu')

output：“IndexError：字符串索引超出范围”

为什么这两个特定的词会导致错误？

Answer 1

这是 UTF-8 字符问题。

如果你试试

宫缩.fix('Itburnu')

和

收缩。修复（'Iletisim'）

你会得到 output。