大佬教程收集整理的这篇文章主要介绍了〖Python自动化办公篇⑦〗- word文件自动化 - 实操之筛选简历，大佬教程大佬觉得挺不错的，现在分享给大家，也给大家做个参考。
| 万叶集 |
|---|
| 🎉 隐约雷鸣c;阴霾天空。 🎉 |
| 🎉 但盼风雨来c;能留你在此。 🎉 |
前言： ɰc; 作者简介：渴望力量的哈士奇 ɰc;c;大家可以叫我 🐶哈士奇🐶 c;致力于大白话讲解技术知识的博主 ɰc; 🏆 CSDN博客专家认证、新星计划第三季全栈赛道 top_1 、华为云享专家、阿里云专家博主 🏆 📫 如果文章知识点有错误的地方c;请指正！和大家一起学习c;一起进步👀 Ὂc; 人生格言：优于别人,并不高贵,真正的高贵应该是优于过去的自己。Ὂc; ὒ5; 如果感觉博主的文章还不错的话c;还请👍关注、点赞、收藏三连支持👍一下博主哦
Ὅ5; 系列专栏： 🇨🇳 Python全栈系列 - [更新中] 【 本文在该系列】 🍎 Python零基础入门篇 🍎 Python语法进阶篇 🍎 Python自动化办公篇 👋 网安之路系列 🍋 网安之路踩坑篇 🍋 网安知识扫盲篇 🍋 Vulhub 漏洞复现篇 🍋 SHell脚本编程篇 🍋 Web攻防篇 2021年9月3日停止更新c;转战先知等安全社区 🍋 渗透工具使用集锦 2021年9月3日停止更新,转战先知等安全社区 ⭐️ 点点点工程师系列 🍹 测试神器 - Charles 篇 🍹 测试神器 - Fiddler 篇 🍹 测试神器 - Jmeter 篇 🍹 自动化 - RobotFrameWork 系列 🍹 自动化 - 基于 JAVA 实现的WEB端UI自动化 🍹 自动化 - 基于 MonkeyRunner 实现的APP端UI自动化
上一章节我们练习了通过表格和段落获取 word 文件的信息之后c;现在来做一个具有实操性的小练习。通过读取简历来筛选出符合招聘条件的简历c;接下来看看要如何实现这个小功能。
简历相关信息如下：
已知条件：
想要查找包含指定关键字的简历（比如 Python、Java）
实现思路：
批量读取每一个 word 文件（通过 glob 获取 word 信息）c;将他们的所有可读内容获取c;并通过关键字方式筛选c;拿到目标简历地址。
这里有个需要注意的地方就是c;并不是所有的 "简历" 都是以段落的形式呈现的c;比如从 "猎聘" 网下载下来的简历就是 "表格形式" 的c;而 "boss" 上下载的简历就是 "段落形式" 的c;这里再进行读取的时候需要注意下c;我们做的演示脚本练习就是 "表格形式" 的。
这里的话c;我们就可以专门定义一个 "ReadDoc" 的类c;里面定义两个函数c;分别用于读取 "段落" 和 "表格" 。
实操案例脚本如下：
# coding:utf-8
from docx import Document
class ReadDoc(object): # 定义一个 ReadDoc c;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
OKc;上文已经成功读取了简历的 word 文档c;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c;过滤出包含有关键字的简历。
实操案例脚本如下：
# coding:utf-8
import glob
from docx import Document
class ReadDoc(object): # 定义一个 ReadDoc c;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c;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" c;若是c;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_text
all_text = p_text + table_text
for 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
break
if not isuse:
conTinue
final_result.append(i)
return final_result
if __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c;故意在 "简历1.docx" 加上的
print(result)
运行结果如下：
以上是大佬教程为你收集整理的〖Python自动化办公篇⑦〗- word文件自动化 - 实操之筛选简历全部内容，希望文章能够帮你解决〖Python自动化办公篇⑦〗- word文件自动化 - 实操之筛选简历所遇到的程序开发问题。
如果觉得大佬教程网站内容还不错，欢迎将大佬教程推荐给程序员好友。
本图文内容来源于网友网络收集整理提供，作为学习参考使用，版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ：384754419，请注明来意。