str.translate 給出了 TypeError - Translate 需要一個參數（給出 2 個），在 Python 2 中工作

Question

我有以下代碼

import nltk, os, json, csv, string, cPickle
from scipy.stats import scoreatpercentile

lmtzr = nltk.stem.wordnet.WordNetLemmatizer()

def sanitize(wordList): 
answer = [word.translate(None, string.punctuation) for word in wordList] 
answer = [lmtzr.lemmatize(word.lower()) for word in answer]
return answer

words = []
for filename in json_list:
    words.extend([sanitize(nltk.word_tokenize(' '.join([tweet['text'] 
                   for tweet in json.load(open(filename,READ))])))])

我在編寫時在單獨的 testing.py 文件中測試了第 2-4 行

import nltk, os, json, csv, string, cPickle
from scipy.stats import scoreatpercentile

wordList= ['\'the', 'the', '"the']
print wordList
wordList2 = [word.translate(None, string.punctuation) for word in wordList]
print wordList2
answer = [lmtzr.lemmatize(word.lower()) for word in wordList2]
print answer

freq = nltk.FreqDist(wordList2)
print freq

並且命令提示符返回 ['the','the','the']，這是我想要的（刪除標點符號）。

但是，當我將完全相同的代碼放在不同的文件中時，python 返回一個 TypeError 說明

File "foo.py", line 8, in <module>
  for tweet in json.load(open(filename, READ))])))])
File "foo.py", line 2, in sanitize
  answer = [word.translate(None, string.punctuation) for word in wordList]
TypeError: translate() takes exactly one argument (2 given)

json_list 是所有文件路徑的列表（我打印並檢查此列表是否有效）。 我對這個 TypeError 感到困惑，因為當我只是在不同的文件中測試它時，一切都很好。

Answer 1

如果您想要完成的只是在 Python 3 中做與在 Python 2 中所做的相同的事情，那么我在 Python 2.0 中所做的就是丟棄標點符號和數字：

text = text.translate(None, string.punctuation)
text = text.translate(None, '1234567890')

這是我的 Python 3.0 等效項：

text = text.translate(str.maketrans('','',string.punctuation))
text = text.translate(str.maketrans('','','1234567890'))

基本上它說“什么都不翻譯”（前兩個參數）並將任何標點符號或數字翻譯為“ None （即刪除它們）。

Answer 2

我懷疑您的問題與str.translate和unicode.translate之間的差異unicode.translate （這些也是 Python 2 與 Python 3 上的str.translate之間的差異）。 我懷疑您的原始代碼正在發送unicode實例，而您的測試代碼正在使用常規 8 位str實例。

我不建議將 Unicode 字符串轉換回常規str實例，因為unicode是處理文本數據更好的類型（而且它是未來！）。 相反，您應該只適應新的unicode.translate語法。 使用常規str.translate （在 Python 2 上），您可以傳遞一個可選的deletechars參數，並且其中的字符將從字符串中刪除。 對於unicode.translate （以及 Python 3 上的str.translate ），不再允許使用額外的參數，但是將從輸出中刪除以None作為其值的轉換表條目。

要解決這個問題，您需要創建一個適當的轉換表。 轉換表是從 Unicode 序數（即int s）到序數、字符串或None的字典映射。 在 Python 2 中存在一個用於生成它們的輔助函數string.maketrans （Python 3 作為str類型的方法），但它的 Python 2 版本不處理我們關心的情況（將None值放入表中） ）。 你可以自己構建一個合適的字典，比如{ord(c): None for c in string.punctuation} 。

Answer 3

蟒蛇 3.0：

text = text.translate(str.maketrans('','','1234567890'))

靜態 str.maketrans(x[, y[, z]])

這個靜態方法返回一個可用於str.translate()的轉換表。

如果只有一個參數，則它必須是將 Unicode 序數（整數）或字符（長度為 1 的字符串）映射到 Unicode 序數、字符串（任意長度）或None的字典。 然后字符鍵將被轉換為序數。

如果有兩個參數，它們必須是等長的字符串，並且在生成的字典中， x每個字符都將映射到y相同位置的字符。 如果有第三個參數，它必須是一個字符串，其字符將在結果中映射為None 。

https://docs.python.org/3/library/stdtypes.html?highlight=maketrans#str.maketrans

Answer 4

這是翻譯的工作方式：

yourstring.translate(str.maketrans(fromstr, tostr, deletestr))

替換字符fromstr與在同一位置的字符tostr並刪除在所有字符deletestr 。 fromstr和tostr可以為空字符串，可以省略deletestr參數。

例：

str="preetideepak12345aeiou"
>>> str.translate(str.maketrans('abcde','12345','p'))

輸出：

'r55ti4551k1234515iou'

這里：

a is translated to 1
b is translated to 2
c is translated to 3 and so on
and p is deleted from string.

Answer 5

如果你只是想實現這樣的東西： "123hello.jpg".translate(None, 0123456789")然后試試這個：

 "".join(c for c in "123hello.jpg" if c not in "0123456789")

輸出：你好.jpg