AttributeError: Can‘t get attribute ‘xxx‘ on ＜module ‘

问题重述 我在学习pytorch时 跟着网课学到使用pickle模块序列化Word2Seq类 并将该类序列化保存在ws.pkl文件中。然后我又创建了lib.py文件使用下面代码反序列化ws.pkl时出现了该问题。

 ws pickle.load(open( ws.pkl , rb )) 

我在自己创建的lib.py文件中写下如下代码

 import pickle
 from utils.word2seq import Word2Seq # 这个Word2Seq即为你序列化的类
 ws pickle.load(open( ws.pkl , rb ))

这样直接运行lib.py文件 ws即可被正确加载 且不会报错
但是这样又会出现新的问题
问题描述 我又创建了另一个build_dataset.py文件 并期望在build_dataset.py文件中导入lib.py文件中的ws对象。可问题出现了 即 AttributeError: Can’t get attribute ‘xxx’ on module ‘main’ from ‘xxx’ 这下再使用上面方法根本不管用。
因此 这种解决办法并不是最根本的解决方法

之所以会出现题目中的问题 是你在构架pickle要序列化的那个类时写发就是错的 pickle序列化的那个类所在的py文件一定要**“干净”** 即该py文件只能写这一个类 下面举例
假如我要序列化word2seq.py文件中的Word2Seq类, 那么该py文件中除了 class Word2Seq() 中的内容外 其他任何内容 诸如 def函数等 都不要多写

# word2seq.py
 构建词典 实现方法把句子转化为数字序列和其翻转
class Word2Seq():
 UNK_TAG UNK # UNK表示特殊字符 没见见过的词语都用UNK代替 UNK对应数字0
 PAD_TAG PAD # 把短句子进行填充 使用PAD进行填充 PAD对应数字为1
 UNK 0
 PAD 1
 def __init__(self):
 # 将 词语 和 编号对应起来
 self.dict {
 self.UNK_TAG: self.UNK,
 self.PAD_TAG: self.PAD
 self.count {} # 统计词频
 def fit(self, text):
 把单个句子保存到dict中, 并统计每个词语的词频
 :param text: [word1, word2, word3, ...]
 :return:
 for word in text:
 Tips 编程技巧
 self.count.get(word, 0) 1
 如果当前字典中 word 存在则返回key对应的值并 1 如果 word 不存在则返回0 1
 self.count[word] self.count.get(word, 0) 1
 def build_vocab(self, min 5, max None, max_features None):
 生成词典, 剔除不符合数量要求的词语
 :param min: 词语最小出现次数
 :param max: 最大出现次数
 :param max_features: 一共保留多少个词语
 :return:
 # 删除count中词频小于min的word
 if min is not None:
 PS: 遍历字典时 其实遍历的是key
 self.count {word: value for word, value in self.count.items() if value min}
 # 删除count中词频大于max的word
 if max is not None:
 self.count {word: value for word, value in self.count.items() if value max}
 # 限制保留的词语数
 if max_features is not None:
 sorted后会将元组变成列表
 self.count.items() 是一个可迭代对象, 其中的每一个值是一个(key,value)对
 key lambda x:x[-1] 使字典中的key根据items中的value进行排序, x[-1]表示取最后一个值也就是value
 reverse True 由大到小 降序排列
 [:max_features] 将排序后的前 max_features 个数取出来(因为sorted已经将dict_items变为list 故可以这样取值)
 temp sorted(self.count.items(), key lambda x: x[-1], reverse True)[
 :max_features] # 这样得到的是一个列表 其中每个元素是一个二值元组
 self.count dict(temp) # 将[(key, value), (key, value)] 转化为 {key:value, key:value}
 # 给每一个词语进行编号 {word:num}
 for word in self.count:
 因为原来的self.dict中已有self.UNK_TAG: self.UNK 和 self.PAD_TAG: self.PAD 两组键值对
 故新词的编号从 2 开始 也就不会和之前的重复
 self.dict[word] len(self.dict)
 # 得到一个翻转的dict词典 {num:word}
 self.inverse_dict dict(zip(self.dict.values(), self.dict.keys()))
 def transform(self, text, max_len None):
 把句子转换为序列
 :param text: [word1, word2, ...]
 :param max_len: int, 对句子进行填充或裁剪
 :return: [1, 2, 4, ...]