python文本分析报错

Question

想请教一下为什么会出现这种报错？
我是不是需要再建立一个excel文档来命名我的结果？
不是很懂，麻烦请教各位。

Answer 1

这个错误信息表明变量 new_data 未定义。这可能是因为 re.findall 返回了一个空列表，导致 join 操作结果为空字符串。

import re
import jieba

def chinese_word_cut(mytext):
    jieba.load_userdict('add_word_list.txt')
    jieba.initialize()
    
    # 找到文本中的所有中文字符
    new_data = re.findall(r'[\u4e00-\u9fa5]+', mytext, re.S)
    
    # 检查 new_data 是否为空
    if new_data:
        new_data = " ".join(new_data)
    else:
        new_data = ""
    
    seg_list_exact = jieba.cut(new_data, cut_all=True)
    result_list = []
    
    with open('stopwordlist.txt', encoding='utf-8') as f:
        con = f.readlines()
        stop_words = set()
        for i in con:
            i = i.replace("\n", "")
            stop_words.add(i)
    
    for word in seg_list_exact:
        if word not in stop_words and len(word) > 1:
            result_list.append(word)
    
    return " ".join(result_list)

# 示例使用
# data['content_cutted'] = data.content.apply(chinese_word_cut)
# data.head()