Python 2.7 读取数据时如何删除unicode？

我有以下一行Python代码：

trans = data.map(lambda line: line.strip().split())

生成Unicode字符串的，例如：

u'Hello',u'word'

我想要普通的UTF-8或ASCII字符串

'Hello','word' 

我尝试将字符串转换为UTF-8，例如

trans = data.map(lambda line: line.strip().split().encode("utf-8"))

或

但这就产生了一个错误：

AttributeError: 'list' object has no attribute 'encode'

有人能告诉我怎么做吗

更新：

数据是scv文件，

---

trans是RDD

您的映射函数将返回一个Unicode列表，因此您可以使用列表理解来迭代这些Unicode，并将它们转换为字符串

trans = data.map(lambda line: [str(word) for word in line.strip().split()])

尝试：

---

这将通过在每个元素上运行

str（element）

，将

data

中的每个元素从

unicode

转换为

str

。

为什么不简单地编码和拆分：

data = sc.textFile("README.md")
trans = data.map(lambda x: x.encode("ascii", "ignore").split())
trans.first()
## ['#', 'Apache', 'Spark']

---

为什么要避免使用Unicode？对于大多数用例来说，它应该是首选的、理智的默认值。这有点奇怪。我尽量避免使用unicode进行表示purposes@Toren这毫无意义。您的问题显示您试图编码到UTF-8，这是一种Unicode编码。这听起来仍然像是XY问题。@zero323，我使用的映射是python的内置映射，它不同，但那可能更合适，rdd.py的src-我知道，但它在这里不起作用，相信我：）rdd是不可移植的。我明白了，那就是你的答案：）

ascii = data.map(str)

data = sc.textFile("README.md")
trans = data.map(lambda x: x.encode("ascii", "ignore").split())
trans.first()
## ['#', 'Apache', 'Spark']