bug package ntlk

Bonjour je suis bloqué svp j'ai ce bug que je n'arrive pas à résoudre

Citation:

---

cannot use a string pattern on a bytes-like object

---

merci d'avance

Hello,
pourrais-tu préciser :
1 - Version de Ntlk.
2 - version de python utilisée.
3 - Code où il y a le message d'erreur avec la ligne incriminée.
4 - Les données ou chaînes en entrée avec lesquelles cela plante.

Ami calmant, J.P

Salut,

Citation:

---

Envoyé par s2a07

j'ai ce bug que je n'arrive pas a resoudre cannot use a string pattern on a bytes-like object

---

Je dirais que ça ressemble à:

Code:

---

1 2 3 4 5 6 7 8

>>> import re >>> re.search('a', b'aaa') Traceback (most recent call last): File "<stdin>", line 1, in <module> File "C:\py_env\py_39\lib\re.py", line 201, in search return _compile(pattern, flags).search(string) TypeError: cannot use a string pattern on a bytes-like object >>>

---

et si ce n'est pas le cas, vous voyez que Python sort plein d'informations pour remonter à la cause de l'erreur.

- W

merci beaucoup
version de python 3.9
The nltk version is 3.4.5
donnée rockyou

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53

import nltk nltk.download('punkt')       import pandas as pd import numpy as np     # Program to measure the similarity between # two sentences using cosine similarity. from nltk.corpus import stopwords from nltk.tokenize import word_tokenize data = pd.read_csv("C:/email-password-recovery-code.csv", sep=';') print(data) # X = input("Enter first string: ").lower() # Y = input("Enter second string: ").lower()       #a =[['290729','79076','76789','59462','49952','33291','21725','20901','20553','16648'],['12345','123456789','password','iloveyou' 'princess','1234567','rockyou','12345678','abc123']]     x = np.array(['290729','79076','76789','59462','49952','33291','21725','20901','20553','16648'])   y = np.array(['12345','123456789','password','iloveyou' 'princess','1234567','rockyou','12345678','abc123']) # tokenization X_list = word_tokenize(x)   Y_list = word_tokenize(y)   # sw contains the list of stopwords sw = stopwords.words('english') l1 =[];l2 =[]   # remove stop words from the string X_set = {w for w in X_list if not w in sw} Y_set = {w for w in Y_list if not w in sw}   # form a set containing keywords of both strings rvector = X_set.union(Y_set) for w in rvector: if w in X_set: l1.append(1) # create a vector else: l1.append(0) if w in Y_set: l2.append(1) else: l2.append(0) c = 0   # cosine formula for i in range(len(rvector)): c+= l1[i]*l2[i] cosine = c / float((sum(l1)*sum(l2))**0.5) print("similarity: ", cosine)

---