我已经编写了以下代码,用于提取电子书中的单词,并将它们添加到语料库以进行文本挖掘。
很遗憾,运行代码会给我一个错误:
有人能告诉我,我错过了什么吗?
# loading the german corpus
from ebooklib import epub
import ebooklib
import os
import nltk
input_path = r"C:\Users\jzeh\Desktop\Directory"
german_corpus = []
book = epub.read_epub(os.path.join(input_path,'grimms-maerchen.epub'))
for doc in book.get_items():
german_corpus += str(doc.content)
german_corpus = [w.lower() for w in nltk.word_tokenize(german_corpus)]
很遗憾,运行代码会给我一个错误:
TypeError ---> 12 german_corpus = [w.lower() for w in nltk.word_tokenize(german_corpus)]
TypeError: expected string or bytes-like object
有人能告诉我,我错过了什么吗?