1. ホーム
  2. python

[解決済み] Pythonで文字列のb-プレフィックスを取り除くには?

2022-05-18 14:07:37

質問

私がインポートしているツイートの多くが、次のような問題を起こしています。

b'I posted a new photo to Facebook'

を集めると b はバイトであることを示しています。しかし、これは問題になっています。というのも、私が最終的に書くCSVファイルでは b が消えず、将来のコードに支障をきたすからです。

を削除する簡単な方法はありますか? b という接頭辞を削除する簡単な方法はありますか?

私はテキストがutf-8でエンコードされている必要があるようです。


私が解析しているリンクコンテンツはこちらです。

https://www.dropbox.com/s/sjmsbuhrghj7abt/new_tweets.txt?dl=0

new_tweets = 'content in the link'

コードの試行

outtweets = [[tweet.text.encode("utf-8").decode("utf-8")] for tweet in new_tweets]
print(outtweets)

エラー

UnicodeEncodeError                        Traceback (most recent call last)
<ipython-input-21-6019064596bf> in <module>()
      1 for screen_name in user_list:
----> 2     get_all_tweets(screen_name,"instance file")

<ipython-input-19-e473b4771186> in get_all_tweets(screen_name, mode)
     99             with open(os.path.join(save_location,'%s.instance' % screen_name), 'w') as f:
    100                 writer = csv.writer(f)
--> 101                 writer.writerows(outtweets)
    102         else:
    103             with open(os.path.join(save_location,'%s.csv' % screen_name), 'w') as f:

C:\Users\Stan Shunpike\Anaconda3\lib\encodings\cp1252.py in encode(self, input, final)
     17 class IncrementalEncoder(codecs.IncrementalEncoder):
     18     def encode(self, input, final=False):
---> 19         return codecs.charmap_encode(input,self.errors,encoding_table)[0]
     20 
     21 class IncrementalDecoder(codecs.IncrementalDecoder):

UnicodeEncodeError: 'charmap' codec can't encode characters in position 64-65: character maps to <undefined>

どのように解決するのですか?

あなたが必要なのは デコード bytes という文字列が必要です。

b = b'1234'
print(b.decode('utf-8'))  # '1234'