Python调用clean_text时出现'module'类型不可迭代错误如何解决

你遇到的argument of type 'module' is not iterable错误核心来自以下问题：

• 你直接导入了contractions模块，没有正确读取它的缩写字典，在执行if word in contractions判断时，右侧是模块对象而非可迭代的字典对象，触发了该报错。
• 代码本身存在多处语法、逻辑错误，即使解决上述问题也无法正常运行：
  1. 拓展缩写的逻辑中，text = "".join(new_text)被写在了for循环内部，仅会处理第一个单词就拼接覆盖原text，逻辑完全错误
  2. 字符替换行存在语法错误：text- re.sub(r'[_"\-;%()|+&=*%.,!?:#$@\[\]/]',' ', text) 漏写了等于号，应为text = re.sub(...)
  3. 停用词移除后用"".join拼接，会直接把所有单词连在一起没有空格，后续分词逻辑完全失效
  4. 重复调用分词器属于无效操作，词形还原部分嵌套了两层map，会把单词拆分为单个字符进行还原，结果完全不符合预期
  5. remove_stopwords、re、nltk相关依赖你没有作为参数传入函数，也没有在函数内部导入，属于全局变量依赖，运行环境稍有变化就会报错

首先确保你正确安装了依赖：

pip install contractions nltk

修改后的完整clean_text函数如下：

import re
import contractions
import nltk
# 首次运行需要下载nltk依赖资源，取消注释下面两行执行一次即可
# nltk.download('stopwords')
# nltk.download('wordnet')
# nltk.download('omw-1.4')
from nltk.corpus import stopwords

def clean_text(text, remove_stopwords_flag=True):
    '''Text Preprocessing '''
    # Convert words to lower case 
    text = text.lower()

    # Expand contractions
    text = text.split()
    new_text= []
    for word in text:
        if word in contractions.contractions_dict:
            new_text.append(contractions.contractions_dict[word])
        else:
            new_text.append(word)
    # 拼接逻辑移到循环外，用空格拼接避免单词连在一起
    text = " ".join(new_text)
  
    # Format words and remove unwanted characters
    text = re.sub(r'https?:\/\/\S+', '', text, flags=re.MULTILINE) 
    text = re.sub(r'\<a href', ' ', text)
    text = re.sub(r'&amp;', '', text)
    # 补全等于号，修正正则匹配逻辑
    text = re.sub(r'[_"\-;%()|+&=*%.,!?:#$@\[\]/]',' ', text)
    text = re.sub(r'<br />', ' ', text)
    text = re.sub(r'\'', ' ', text)
    # 合并多个空格为单个空格
    text = re.sub(r'\s+', ' ', text).strip()

    # remove stopwords
    if remove_stopwords_flag:
        text = text.split()
        stops = set(stopwords.words("english"))
        text = [w for w in text if not w in stops]
        # 用空格拼接
        text = " ".join(text)

    # 仅保留一次有效分词
    text = nltk.WordPunctTokenizer().tokenize(text)

    # Lemmatize each token
    lemm = nltk.stem.WordNetLemmatizer()
    # 去掉嵌套map，直接对每个单词还原
    text = [lemm.lemmatize(word) for word in text]

    return text

调用方式保持不变即可：

sentences_train = list(map(clean_text, sentences_train))

内容的提问来源于stack exchange，提问作者Ramishka