修复属性错误：模块“this”没有属性“stemmedWords”； Python

Question

我有以下两个文件，ProcessText.py 和 test.py，但是当我运行 test.py 时，出现上述错误。我检查了所有代码，属性设置没有任何问题（我认为）。我是 python 新手，但不是编程，所以如果我做了一些愚蠢的事情，请告诉我:)。从我在网上收集到的信息来看，这与导入有关，但我不太明白导入会干扰什么。

from ProcessText import ProcessText

class test:
    input = "input string goes here"
    ProcessText(input)
    tfDict = ProcessText.setTFIDF(input)
    for k, v in tfDict:
        print(k," : ",v )

import math
import string
import this

from nltk.stem import WordNetLemmatizer
from nltk.corpus import stopwords
from nltk.stem import PorterStemmer
from nltk.tokenize import word_tokenize

class ProcessText:
    tfDict = dict()
    stemmedWords = []
    lemmatizedWords = ""
    stemmedWordsRem = []
    sentences = []
    def __init__(self, input):
        lemmatizer = WordNetLemmatizer()
        text = word_tokenize(input)
        ps = PorterStemmer()
        this.stopWordsRem = [word for word in text if not word in stopwords.words()]  # removes stop words from input
        for each in this.stopWordsRem:  # stems input words
            this.stemmedWords.append(ps.stem(each))
        this.lemmatizedWords = [lemmatizer.lemmatize(w) for w in stemmedWords]  # lemmatizes each input word
        this.lemmatizedWords = ''.join(this.lemmatizedWords)
        this.emPunctuation = this.lemmatizedWords.translate(
            str.maketrans('', '', string.punctuation))  # strips punctuation from string
        this.sentences = this.lemmatizedWords.split(".")

    def setTFIDF(input):
        for word in this.remPunctuation:  # Finds the TF value of each word
            termsCount = 0
            if not (word in this.tfDict):
                for words in this.lemmatizedWords:
                    if (words == word):
                        termsCount += 1
                this.tfDict[word] = termsCount

        for k, v in this.tfDict.items():  # Finds the TF-IDF value of each word in the input text MIGHT need to add log to this
            documentsWithWord = 0
            for sentence in this.sentences:
                if sentence.find(k):
                    documentsWithWord += 1
            this.tfDict[k] = math.log((len(sentence) / documentsWithWord) * v)
        return this.tfDict

Answer 1

在代码中：

from ProcessText import ProcessText

尝试为您的模块和类使用不同的名称

来自 PEP- 8：包和模块名称：

包和模块名称：应该是短的、全小写的名称。如果可以提高可读性，可以在模块名称中使用下划线。 Python 包也应该有短的、全小写的名称，尽管不鼓励使用下划线。

类名称：类名称通常应使用 CapWords 约定。在接口被记录并主要用作可调用的情况下，可以使用函数的命名约定。

更正确的说法是：

from myclass import MyClass

你有一个叫做这个的模块吗？为什么要导入它？

import this

从我在 ProcessText 类中看到的情况来看，您正在尝试定义实例变量（我知道这一点是因为您执行此操作的方式与 java 类似）：

class ProcessText:
    tfDict = dict()
    stemmedWords = []
    lemmatizedWords = ""
    stemmedWordsRem = []
    sentences = []

但是要声明实例变量并初始化它们，在 python 中，它是以不同的方式完成的方式，：

class ProcessText:
    def __init__(self, input):
        self.tfDict = dict()
        self.stemmedWords = []
        self.lemmatizedWords = ""
        self.stemmedWordsRem = []
        self.sentences = []

当您尝试使用 this 关键字引用这些实例变量（尝试不导入 this）而不是使用 self 时，会出现修复 AttributeError 错误 关键字。