python テキストから特定単語を抜き出す

Question

.txtの中にあるteniohalistの特定単語から前3文字を抜き出し、テキストに保存するプログラムを組もうとしています。

TypeError: a bytes-like object is required, not 'tuple'
とエラー文がでてきてどうしたらいいのか全く分からないので教えてください。

import sys
tenioha = set( list( filter(lambda x:x!="", """が,の,を,に,へ,と,で,や,の,に,と,や,か,は,も,ば,と,が,し,て,か,な,ぞ,わ,よ""".split(',') ) ) )
print(tenioha)
dataset = []
with open('wikiwakati.txt', 'r') as f:
  for fi, line in enumerate(f):
    if fi > 10000:break
    terms = line.split()
    for cur in range(3, len(terms) - 3, 1):
      if terms[cur] in tenioha:
        try:
　　　　　　　head = list(terms[cur-4:cur])                                                                                                                                                           
　　　　　　　ans  = terms[cur]                                                                                                                                                                            
　　　　　　　dataset.append((head,ans,) )
        except KeyError as e:
            pass
print("all data set is %d"%len(dataset))
with open('output.txt', 'wb')as f:
 f.writelines(dataset)

Comments

[matobaa]

エラーには重要な情報がたくさん含まれています。細部まで読むと答えがあるはず。
可能なら前後を含めたエラー出力全部を質問文に貼り付けてください。

[tanishi_a]

・入力 (wikiwakati.txt) の内容も載ってると再現確認できるのですが
・出力 (output.txt) で出てくることを期待する内容も載っていると、合っているかの確認がしやすいです
・コードに全角空白が入ってますよ
・どの行でエラーとか出ないのでしょうか？

Answer 1

エラーの原因は

with open('output.txt', 'wb')as f:
    f.writelines(dataset)

の部分で、バイナリーモード('wb')でファイルをopen()しているにも関わらず、f.writelines()にて タプル型のデータのリストを渡しているのが原因です。

どのようなデータ形式でファイルを作成したいのか不明なのですが、、

データをバイナリーデータにて格納したいのであれば、pickleを使ってシリアライズを行い

import pickle

with open('output.txt', 'wb')as f:
    pickle.dump(dataset,f)

のように書き込むとよいのではないでしょうか。

ただこの場合拡張子が.txt で良いのか？とは思いますが。

そうではなくデータをテキストデータで格納するのであれば、open()のオプションから "b"を外した上で、writelines()でリストを渡すのを諦めて、ループにて１行づつ

with open('output.txt', 'w') as f:
    for d in dataset:
        f.write(f'{d}\n')

とすると一応ファイルにデータを書けます。

ファイルのデータの形式がこれで良いのかは全く不明ですが。。。

Comments

[tanishi_a]

本筋でないコメントで申し訳ないのですが、、
コメントとして使われているのだと思うのですが、
引用記号 `>` を使っていると、質問者のコメントを引用しているように見えてしまいます。。

[magichan]

『補足コメント』として使ってます。マークダウンの用途としては"引用"なのでたしかにそうですね。まあ文脈で判断できると思いますので気にしないでくだし。

[taxtuki]

ありがとうございます。下記のfor文回す方法でtxtファイルに書き込むことができました。

[taxtuki]

追加で質問さしていただきたいのですが
outputしたファイルの中身が
(['(&、', '英語名', '：)'], 'と')
と出てきます　[]はリスト型として　()このかっこはどこから来てるのか、またどうやったら外せるのか教えていただきたいのですが

[magichan]

書き込まれるデータは
dataset.append((head,ans,) )
にてリストに追加されているtuple型のデータなので、tuple型を示す括弧が付きます。
これを外したいのであれば for文でunpackして
for head, ans in dataset:
__f.write(f'{head}, {ans}\n')
のように、headとansをバラバラにファイルに書き込めばよいのではないでしょうか