Python ValueError:基数为10:'；的int（）的文本无效；。DS#U商店'；

我正在实现一个程序，该程序将为xml文件的位置反转索引提供结果。 首先，我需要将文档编号的类型从string更改为int，以便以后使用它

我的一些代码如下所示：

def index(document_directory, dictionary_file, postings_file):
    # preprocess docID list

        docID_list = [int(docID_string) for docID_string in os.listdir(document_directory)]
        docID_list.sort()
        stemmer = PorterStemmer()
        stopwords = nltk.corpus.stopwords.words('english')
        # stopwords = set(stopwords.words('english'))
        docs_indexed = 0    # counter for the number of docs indexed
        dictionary = {}     # key: term, value: docIDs containing term (incudes repeats)
            # for each document in corpus
        for docID in docID_list:
                if (LIMIT and docs_indexed == LIMIT): break
.
.
.
.
.
            # open files for writing   
        dict_file = codecs.open(dictionary_file, 'w', encoding='utf-8')
        post_file = open(postings_file, 'wb')
.
.
.
.
            # close files
        dict_file.close()
        post_file.close()    
.
.
.
.

"""
prints the proper command usage
"""
def print_usage():
    print ("usage: " + sys.argv[0] + "-i directory-of-documents -d dictionary-file -p postings-file")

.
.
.
if (RECORD_TIME): start = timeit.default_timer()                              # start time
index(document_directory, dictionary_file, postings_file)   # call the indexer
if (RECORD_TIME): stop = timeit.default_timer()                               # stop time
if (RECORD_TIME): print ('Indexing time:' + str(stop - start))                # print time taken

现在，当我使用命令运行它时：

$python def_ind.py-i.“/index/”-d“output1111.txt”-p“output222.txt”

我得到以下错误：

Traceback (most recent call last):
  File "def_ind.py", line 161, in <module>
    index(document_directory, dictionary_file, postings_file)   # call the indexer
  File "def_ind.py", line 36, in index
    docID_list = [int(docID_string) for docID_string in os.listdir(document_directory)]
  File "def_ind.py", line 36, in <listcomp>
    docID_list = [int(docID_string) for docID_string in os.listdir(document_directory)]
ValueError: invalid literal for int() with base 10: '.DS_Store'

来自我的xml文件的快照：

    <DOCNO>1</DOCNO>
    <PROFILE>_AN-BENBQAD8FT</PROFILE>
    <DATE>910514
    </DATE>
    <HEADLINE>
    FT  14 MAY 91 / (CORRECTED) Jubilee of a jet that did what it was designed
    to do
    </HEADLINE>
    <TEXT>
       words, words, words
    </TEXT>
    <PUB>The Financial Times
    </PUB>
    <PAGE>
    London Page 7 Photograph (Omitted).
    </PAGE>
    </DOC>`

1
_AN-BENBQAD8英尺
910514
英国《金融时报》1991年5月14日/（更正）一架按设计完成的喷气式飞机的周年纪念
做
言语，言语，言语
英国《金融时报》
伦敦第7页照片（略）。
`

我正在使用python 3.7

注意：我发现许多问题都有相同的错误，但都不适合我的情况。

该函数返回特定目录中的文件名

正如错误所述，您正在尝试将这些名称转换为整数。这就是您的错误原因，在这一行：

docID_list = [int(docID_string) for docID_string in os.listdir(document_directory)]

---

粘贴的代码乱七八糟（可能是粘贴到StackOverflow后缩进错误）；我不明白你想在那里完成什么。就我所见，你从来没有真正使用过列表的值，你只是在上面迭代。那么，为什么还要将值强制转换为

int

？

也许我误解了您的问题，但是您正在列出目录中的文件并将名称强制转换为int，并且不知道它为什么会引发异常？我试图从xml文件中获取文档编号。我做错了什么？我是python tho新手。请将您的代码简化为问题的关键部分。好的。我添加了一个xml文件的示例

docID_list = [int(docID_string) for docID_string in os.listdir(document_directory)]