python的unicodedecodeerror_Python2.7上的UnicodeDecodeError

有一些问题。我正在对一个160万长度的数据集进行twitter情感分析。由于我的电脑不能做这项工作(由于计算太多),教授让我用大学服务器。在

我刚刚意识到在服务器上,python版本是2.7,它不允许我使用csv reader中的参数encoding来读取文件。在

{否则我不能随时从cd1>中删除其余的数据集。我试着把网站上的所有问题都解决了,但什么也没解决。在

我只想跳过引起错误的那一行,因为集合足够大,可以让我进行很好的分析。在class UTF8Recoder:

def __init__(self, f, encoding):

self.reader = codecs.getreader(encoding)(f)

def __iter__(self):

return self

def next(self):

return self.reader.next().encode("utf-8", errors='ignore')

class UnicodeReader:

def __init__(self, f, dialect=csv.excel, encoding="utf-8", **kwds):

f = UTF8Recoder(f, encoding)

self.reader = csv.reader(f, dialect=dialect, **kwds)

def next(self):

'''next() -> unicode

This function reads and returns the next line as a Unicode string.

'''

row = self.reader.next()

return [unicode(s, "utf-8", errors='replace') for s in row]

def __iter__(self):

return self

def extraction(file, textCol, sentimentCol):

"The function reads the tweets"

#fp = open(file, "r",encoding="utf8")

fp = open(file, "r")

tweetreader = UnicodeReader(fp)

#tweetreader = csv.reader( fp, delimiter=',', quotechar='"', escapechar='\\' )

tweets = []

for row in tweetreader:

# It takes the column in which the tweets and the sentiment are

if row[sentimentCol]=='positive' or row[sentimentCol]=='4':

tweets.append([remove_stopwords(row[textCol]), 'positive']);

else:

if row[sentimentCol]=='negative' or row[sentimentCol]=='0':

tweets.append([remove_stopwords(row[textCol]), 'negative']);

else:

if row[sentimentCol]=='irrilevant' or row[sentimentCol]=='2' or row[sentimentCol]=='neutral':

tweets.append([remove_stopwords(row[textCol]), 'neutral']);

tweets = filterWords(tweets)

fp.close()

return tweets;

错误:

^{pr2}$

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值