python办公自动化（八）python-docx实现word的批量合并、制作邀请函以及数据的情感分析

合并多个word文件

现有3个word文档，需要把3个文档里的内容放到新的文档里，实现将多个word文件合并到一个word文件里。

1.获取文件夹下所有文件的路径

2.合并多个docx文件

实现了按顺序获取每一个word文档，分别读取文档中每一页的内容，放到新的文档中，保留原文档的格式。

制作邀请函

制作邀请函，实现word与excel的合并，将excel中的信息填到word对应的位置。

模板中的姓名和性别是需要动态更改的，将excel中的信息填入到模板中，日期是生成邀请函的日期。

1.实现一次的数据替换

运行后可以看到，在邀请函文件夹下生成了新的文件，打开后姓名，性别，今天日期数据都进行了替换。

2.批量生成邀请函

实际操作中，用户数据信息都存在excel表格中，需要从excel中获取有用的信息。

程序运行完成后，可以看到在邀请函文件夹下批量生成了所有用户信息的邀请函文件，可以随意打开一个进行验证。

数据情感分析

在涉及市场、运营的过程中，经常根据产品的评论进行情感分析来了解产品的口碑，区分对产品的评价是正向还是负向的，根据反馈结果改变产品的特性。如对外卖的评价，味道很好，但是配送速度慢，从这可以看出对产品内容的评价，对口味的评价是正面的，对配送时间的评价是负面的，我们可以根据这个两个评价内容对口味进行精进，对配送时间进行改进，来调整用户的体验和好感度，这就是比较简单的情感分析。我们会根据多人对外卖的评价来进行情感色彩的分析，把外卖评价的关键词提取出来，进行统计和分类，以致于整个导向和结果等都是建立在数据科学之上，用于更深层次的分析产品。
人工对关键词的分析及产品的评价有很大的局限性。1.不够公平，因为对外卖配送速度的评价，不同人观点不同，有人认为是个问题，有人认为无关紧要。每个人对词语感情色彩的理解不一样，分析时不够公平。2.产品评价非常多，随着用户的增加，评价会不定期的增加，人工分析很难确保及时性，比如分析完前一个月的评价，后面几天的评价数据也在不断增加，分析时可能会错过后面的评价。
在进行词语的情感分析时，我们通常会借助到python的工具来进行，涉及到三步，一是分词，二是优化分词后的词语，三是对词语进行情感分析。

分词

要判断一段话表达的情感是正向还是负向，就需要根据这句话中的关键词来得到情感的倾向。一句话中出现了开心、高兴、物超所值等正向的词语，我们就可以认定，这条产品的评价是正向的；相反出现不开心、非常差等词语，那么评价就是偏负向的。
进行情感分析，首先要将句子的词汇分开，以便于统计词语的词性。分词的定义：简单的说就是将一句话根据语义划分成多个词语。当面对大量评价的时候，就需要借助更加专业的工具，如python的jieba库。
安装的代码为

pip install jieba

例题

将以下评论自动分词。
速度快，包装好，看着特别好，喝着肯定不错！物美价廉

使用jieba分词得到的是generator object，可以强转为列表输出，可以看到分词的精确度比较高，本质上jieba的分词是依赖于词库实现的，比人为的分词要更加精准。注意，在英文中的单词是以空格的形式分隔的，我们在分词的时候也需要 把每个词汇用空格进行分割。

发现在分词后，把逗号，感叹号等都当成了一个词语，而这些对情感分析并没有多大的作用，还有可能影响未来分析的准确性，就需要对分词的结果进行优化

优化分词结果

优化分词的目的在于，节省空间和提高匹配词语情感倾向的效率。避免了无用词对情感分析结果的影响，这也是优化分词的目的。
优化分词的手段有两种，一是删除停用词(stop words)，即是去除掉无用的词语，二是根据词性提取关键词

删除停用词

可以看到没有删除停用词的words2长度为16，删除后的words4长度为12，可以百度搜索停用词表，可以放到停用词的列表中进行过滤。

根据词性提取关键词

好、非常好、物美价廉等都是形容词，我们可以根据词性提取出对应对应词性的词汇。

标签	含义	标签	含义
n	普通名词	ad	副形词
nr	人名	q	量词
ns	地名	u	助词
a	形容词	r	代词
m	数量词	p	介词
c	连词	t	时间
v	普通名词	d	副词

语义情感分析

基于获得的词语，对产品进行分析，得到正向或者负向的结果。可以借助于snownlp库对已经分好词的语句，进行统计词进行正向、负向的情感倾向。snownlp库可以实现分词，也可以计算出词汇出现的频率。snownlp库会将“不喜欢”分成“不”和“喜欢”两个词，会把否定的词分成正向的词汇，会产生较大的误差，所以我们采用jieba进行分词，然后再用snownlp库来实现语义情感分析。

正面，负面的词定义的标准是可以定义的，如果把值定义为0.8，则就会变成1个正面词汇，3个负面词汇。