批量处理docx文档，统计关键词出现频率并重命名word文档

批量处理docx文档，统计关键词出现频率并重命名word文档

import jieba
import os
from docx import Document

word批处理 word重命名 jieba分词 同义词替换

keywords = []
jieba.load_userdict(r’C:\Users\ddl\Desktop\py\test4_mountdeal\keywords.txt’) # 增加自定义词库
key_open = open(‘C:/Users/ddl/Desktop/py/test4_mountdeal/keywords.txt’, ‘r’, encoding=‘utf-8-sig’)
for words in key_open:
keywords.append(words.strip())
key_open.close()

print(keywords)

word_dict2 = {}
word_lst = []

def word_list(word_dict, word_lst):
# 统计词
for item in word_lst:
if item not in word_dict:
word_dict[item] = 1
else:
word_dict[item] += 1
return word_dict
with open(‘C:/Users/ddl/Desktop/py/test4_mountdeal/out1.txt’, ‘w’) as wf1:
j=0
files=os.listdir(r’C:\Users\ddl\Desktop\py\test3_deal_20200508’)
#创建同义词库
combine_dict={}
for line in open(‘C:/Users/ddl/Desktop/py/test4_mountdeal/keywords_replace.txt’, ‘r’, encoding=‘utf-8-sig’):
seperate_word = line.strip().split("\t")
num = len(seperate_word)
for i in range(1, num):
combine_dict[seperate_word[i]] = seperate_word[0]
for file in files:
original_file = “C:/Users/ddl/Desktop/py/test3_deal_20200508” + os.sep+files[j]
domain = os.path.abspath(r’C:\Users\ddl\Desktop\py\test3_deal_20200508’)
print(’《’ + original_file + ‘》’) # 打印出文件名
print(’------------------------------’)
document = Document(original_file)
word_lst1 = []
word_dict1 = {}
# 打开 docx 文件
for paragraph in document.paragraphs: # 遍历文档
tags = jieba.cut(paragraph.text)
for t in tags:
if len(t) > 1:
word_lst.append(t)
word_lst1.append(t)
# 同义词替换，统计每篇文章的输出结果，并排序
word_lst2=[]
for word in word_lst1:
if word in combine_dict:
word=combine_dict[word]
word_lst2.append(word)
else:
word_lst2.append(word)

    word_list(word_dict1, word_lst2)
    word_sort1 = sorted(word_dict1.items(), key=lambda x: x[1], reverse=True)
    wf1.write(str('*' * 5) + original_file + str('*' * 5) + '\n')  # 打印题目
    # 将每篇文章的 统计结果输出到文本
    newfilename=""
    for i in range(len(word_sort1)):
        if word_sort1[i][0] in keywords:
            wf1.write(str(word_sort1[i][0] + '\t\t' + str(word_sort1[i][1])))
            #以输出关键词、频率重命名word文档
            m=str(word_sort1[i][0] + str(word_sort1[i][1]))
            newfilename+=m
    new= "C:/Users/ddl/Desktop/py/test3_deal_20200508" +os.sep+ newfilename +".docx"
    try:
        os.rename(original_file,new)
    except FileExistsError:
        pass
    except PackageNotfoundError:
        pass
    j+=1

wf1.close()
#参考

https://blog.csdn.net/weixin_41753664/article/details/88662119

欢迎使用Markdown编辑器

你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。

新的改变

我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客：

1. 全新的界面设计 ，将会带来全新的写作体验；
2. 在创作中心设置你喜爱的代码高亮样式，Markdown 将代码片显示选择的高亮样式 进行展示；
3. 增加了 图片拖拽 功能，你可以将本地的图片直接拖拽到编辑区域直接展示；
4. 全新的 KaTeX数学公式 语法；
5. 增加了支持甘特图的mermaid语法¹ 功能；
6. 增加了 多屏幕编辑 Markdown文章功能；
7. 增加了 焦点写作模式、预览模式、简洁写作模式、左右区域同步滚轮设置 等功能，功能按钮位于编辑区域与预览区域中间；
8. 增加了 检查列表 功能。

功能快捷键

撤销：Ctrl/Command + Z
重做：Ctrl/Command + Y
加粗：Ctrl/Command + B
斜体：Ctrl/Command + I
标题：Ctrl/Command + Shift + H
无序列表：Ctrl/Command + Shift + U
有序列表：Ctrl/Command + Shift + O
检查列表：Ctrl/Command + Shift + C
插入代码：Ctrl/Command + Shift + K
插入链接：Ctrl/Command + Shift + L
插入图片：Ctrl/Command + Shift + G
查找：Ctrl/Command + F
替换：Ctrl/Command + G

合理的创建标题，有助于目录的生成

直接输入1次#，并按下space后，将生成1级标题。
输入2次#，并按下space后，将生成2级标题。
以此类推，我们支持6级标题。有助于使用TOC语法后生成一个完美的目录。

如何改变文本的样式

强调文本 强调文本

加粗文本 加粗文本

标记文本

删除文本

引用文本

H₂O is是液体。

2¹⁰ 运算结果是 1024.

插入链接与图片

链接: link.

图片:

带尺寸的图片:

居中的图片:

居中并且带尺寸的图片:

当然，我们为了让用户更加便捷，我们增加了图片拖拽功能。

如何插入一段漂亮的代码片

去博客设置页面，选择一款你喜欢的代码片高亮样式，下面展示同样高亮的 代码片.

// An highlighted block
var foo = 'bar';

生成一个适合你的列表

• 项目
  • 项目
    • 项目

1. 项目1
2. 项目2
3. 项目3

• 计划任务
• 完成任务

创建一个表格

一个简单的表格是这么创建的：

项目	Value
电脑	$1600
手机	$12
导管	$1

设定内容居中、居左、居右

使用:---------:居中
使用:----------居左
使用----------:居右

第一列	第二列	第三列
第一列文本居中	第二列文本居右	第三列文本居左

SmartyPants

SmartyPants将ASCII标点字符转换为“智能”印刷标点HTML实体。例如：

TYPE	ASCII	HTML
Single backticks	'Isn't this fun?'	‘Isn’t this fun?’
Quotes	"Isn't this fun?"	“Isn’t this fun?”
Dashes	-- is en-dash, --- is em-dash	– is en-dash, — is em-dash

创建一个自定义列表

Markdown

Text-to- HTML conversion tool

Authors

John

Luke

如何创建一个注脚

一个具有注脚的文本。²

注释也是必不可少的

Markdown将文本转换为 HTML。

KaTeX数学公式

您可以使用渲染LaTeX数学表达式 KaTeX:

Gamma公式展示 $\Gamma (n)=(n-1)!\forall n\in \mathbb{N}$ 是通过欧拉积分

$$\Gamma (z)={\int }_0^{\infty }{t}^{z-1}{e}^{-t}dt.$$

你可以找到更多关于的信息 LaTeX 数学表达式here.

新的甘特图功能，丰富你的文章

Mon 06 Mon 13 Mon 20 已完成 进行中 计划一 计划二 现有任务 Adding GANTT diagram functionality to mermaid

• 关于 甘特图 语法，参考 这儿,

UML 图表

可以使用UML图表进行渲染。 Mermaid. 例如下面产生的一个序列图：

张三 李四 王五 你好！李四, 最近怎么样? 你最近怎么样，王五？ 我很好，谢谢! 我很好，谢谢! 李四想了很长时间, 文字太长了 不适合放在一行. 打量着王五... 很好... 王五, 你怎么样? 张三 李四 王五

这将产生一个流程图。:

链接

长方形

圆

圆角长方形

菱形

• 关于 Mermaid 语法，参考 这儿,

FLowchart流程图

我们依旧会支持flowchart的流程图：

Created with Raphaël 2.2.0 开始 我的操作 确认？ 结束 yes no

• 关于 Flowchart流程图 语法，参考 这儿.

导出与导入

导出

如果你想尝试使用此编辑器, 你可以在此篇文章任意编辑。当你完成了一篇文章的写作, 在上方工具栏找到 文章导出 ，生成一个.md文件或者.html文件进行本地保存。

导入

如果你想加载一篇你写过的.md文件，在上方工具栏可以选择导入功能进行对应扩展名的文件导入，
继续你的创作。

---

1. mermaid语法说明 ↩︎

2. 注脚的解释 ↩︎