Google Colab导入dataprep报错AttributeError: module 'regex' has no attribute 'Pattern'

报错原因 #

该错误由nltk（自然语言处理工具包）与regex包的版本不兼容导致：近期nltk版本更新后，其内置的TweetTokenizer模块用到了regex.Pattern类，但当前Colab环境中的regex包版本过低，不包含该属性，触发报错。

可行解决方案 #

方案1（优先尝试）：提前安装匹配版本的依赖 #

按顺序执行以下代码即可：

• 卸载现有冲突的依赖包

!pip uninstall -y regex nltk

• 安装符合版本要求的依赖

!pip install regex>=2022.1.18 nltk>=3.7

• 安装dataprep

!pip install dataprep

• 重启Colab运行时后，执行导入代码即可正常运行

from dataprep.eda import create_report

方案2（备选）：降级nltk到兼容旧版本 #

如果方案1不生效，可直接安装低版本nltk规避特性变更：

!pip install dataprep nltk==3.6.7

安装完成后重启Colab运行时，再执行导入操作即可。

注意：所有依赖修改完成后必须重启运行时，新安装的包版本才会生效。

内容的提问来源于stack exchange，提问作者misterbobot