python
后端开发-Python教程
复利农场源码,前端vscode怎么运行,ubuntu 发热很大,tomcat模型制作,sqlite读数据库,爬虫怎样爬取身份证,php 取当前目录,sem seo sns edm,科幻向网站模板,网页浮窗,新年祝福网页模板lzw
python视频教学互站网 源码安全么,vscode调测和部署不一样,ubuntu 开机报错,查看主机上tomcat版本,杭州爬虫事件,如何查看当前php版本,seo关键词排名优化效果lzw
简历筛选彩虹代刷源码正版下载,ubuntu建机械臂,爬虫有意思,基本算法php,布吉seo优化lzw
简历相关信息如下:定义 ReadDoc 类用以读取 word 文件
实操案例脚本如下:
# coding:utf-8from docx import Documentclass ReadDoc(object): # 定义一个 ReadDoc ,用以读取 word 文件 def __init__(self, path): # 构造函数默认传入读取 word 文件的路径 self.doc = Document(path) self.p_text = '' self.table_text = '' self.get_para() self.get_table() def get_para(self): # 定义 get_para 函数用以读取 word 文件的段落 for p in self.doc.paragraphs: self.p_text += p.text + '\n' # 读取的段落内容进行换行 print(self.p_text) def get_table(self): # 定义 get_table 函数循环读取表格内容 for table in self.doc.tables: for row in table.rows:_cell_str = '' # 获取每一行的完整信息for cell in row.cells: _cell_str += cell.text + ',' # 每一行加一个 "," 隔开self.table_text += _cell_str + '\n' # 读取的表格内容进行换行 print(self.table_text)if __name__ == '__main__': path = glob.os.path.join(glob.os.getcwd(), 'test_file/简历1.docx') doc = ReadDoc(path) print(doc)
看一下 ReadDoc
类的运行结果
定义 search_word 函数用以筛选 word 文件内容符合想要的简历
OK,上文已经成功读取了简历的 word 文档,接下来我们要将读取到的内容通过帅选关键字信息的方式,过滤出包含有关键字的简历。
实操案例脚本如下:
# coding:utf-8import globfrom docx import Documentclass ReadDoc(object): # 定义一个 ReadDoc ,用以读取 word 文件 def __init__(self, path): # 构造函数默认传入读取 word 文件的路径 self.doc = Document(path) self.p_text = '' self.table_text = '' self.get_para() self.get_table() def get_para(self): # 定义 get_para 函数用以读取 word 文件的段落 for p in self.doc.paragraphs: self.p_text += p.text + '\n' # 读取的段落内容进行换行 # print(self.p_text) # 调试打印输出 word 文件的段落内容 def get_table(self): # 定义 get_table 函数循环读取表格内容 for table in self.doc.tables: for row in table.rows:_cell_str = '' # 获取每一行的完整信息for cell in row.cells: _cell_str += cell.text + ',' # 每一行加一个 "," 隔开self.table_text += _cell_str + '\n' # 读取的表格内容进行换行 # print(self.table_text) # 调试打印输出 word 文件的表格内容def search_word(path, targets): # 定义 search_word 用以筛选符合内容的简历;传入 path 与 targets(targets 为列表) result = glob.glob(path) final_result = [] # 定义一个空列表,用以后续存储文件的信息 for i in result: # for 循环获取 result 内容 isuse = True# 是否可用 if glob.os.path.isfile(i): # 判断是否是文件 if i.endswith('.docx'): # 判断文件后缀是否是 "docx" ,若是,则利用 ReadDoc类 实例化该文件对象doc = ReadDoc(i)p_text = doc.p_text # 获取 word 文件内容table_text = doc.table_textall_text = p_text + table_textfor target in targets: # for 循环判断关键字信息内容是否存在 if target not in all_text: isuse = False breakif not isuse: continuefinal_result.append(i) return final_resultif __name__ == '__main__': path = glob.os.path.join(glob.os.getcwd(), '*') result = search_word(path, ['python', 'golang', 'react', '埋点']) # 埋点是为了演示效果,故意在 "简历1.docx" 加上的 print(result)
运行结果如下:
python视频教学