|
作品介紹 開發(fā)環(huán)境：PyCharm 2023.3.4 + python3.7用到的庫(kù)：sys、os、pdfplumber（獲取pdf的內(nèi)容）、snownlp、docx（獲取word文件的內(nèi)容）作品簡(jiǎn)介：運(yùn)行例子后，先選擇文件（支持txt、pdf和docx三種類型），然后點(diǎn)擊按鈕“分析文章”，最后把文章分析出的關(guān)鍵詞和摘要回顯到界面。 2、運(yùn)行工具QtDesigner，利用QtDesigner工具箱設(shè)計(jì)出界面效果（所需要的控件可查看右邊區(qū)域），保存效果為文件aa.ui；
3、對(duì)文件aa.ui執(zhí)行pyUIC（ui轉(zhuǎn)化為py代碼），執(zhí)行完生成文件aa.py。1、新建文件articleAnalysis.py，該文件為項(xiàng)目主文件，初始化頁(yè)面并顯示；2、添加內(nèi)置模塊（下面代碼使用）和主方法（用于運(yùn)行后彈出界面）；from PyQt5.QtWidgets import *# 引入自定義模塊import aa# 引入庫(kù)import sysimport osimport pdfplumberfrom snownlp import SnowNLPfrom docx import Document
class parentWindow(QWidget, aa.Ui_Form): # 初始化方法 def __init__(self): # 找到父類 首頁(yè)面 super(parentWindow, self).__init__() # 初始化頁(yè)面方法 self.setupUi(self) self.download_path = '' # 選擇文件的信息 # 點(diǎn)擊選擇文件 self.selectButton.clicked.connect(self.select_file) # 點(diǎn)擊分析文章 self.analysisButton.clicked.connect(self.analysis_article)
if __name__ == '__main__': # 每一個(gè)PyQt5應(yīng)用都必須創(chuàng)建一個(gè)應(yīng)用對(duì)象 app = QApplication(sys.argv) # 初始化頁(yè)面 window = parentWindow() # 顯示首頁(yè) window.show() sys.exit(app.exec_())
3、增加函數(shù)select_file，用來(lái)實(shí)現(xiàn)選擇文件，并把文件路徑回顯到界面；# 選擇文件def select_file(self): # 設(shè)置文件過(guò)濾器 filter_types = '文本文件 (*.txt);;Word 文件 (*.docx *.doc);;PDF 文件 (*.pdf)' # 啟動(dòng)選擇文件對(duì)話框 self.download_path = QFileDialog.getOpenFileName(self, '選擇要分析的文章', os.getcwd() + '/files', filter_types) # 判斷是否選擇圖片 if not self.download_path[0].strip(): QMessageBox.information(self, '提示信息', '沒有選擇文件') self.download_path = '' pass else: self.fileEdit.setText(self.download_path[0])
4、增加公共函數(shù)conversion_data，用來(lái)把列表數(shù)據(jù)轉(zhuǎn)換為字符串?dāng)?shù)據(jù)；# 列表轉(zhuǎn)字符串def conversion_data(self, lists, symbol): str_text = f'{symbol.join(lists)}' return str_text
5、增加函數(shù)get_txt，用來(lái)獲取txt文本的所有內(nèi)容；# 獲取txt的內(nèi)容def get_txt(self, file_path): # 獲取文本 with open(file_path, 'r', encoding='utf-8') as file: # 讀取文件內(nèi)容 full_text = file.read() return full_text
6、增加函數(shù)get_word，用來(lái)獲取word文件的所有內(nèi)容；# 獲取word的內(nèi)容def get_word(self, file_path): # 打開Word文檔 doc = Document(file_path) # 初始化一個(gè)空字符串以存儲(chǔ)所有段落的文本 full_text = ''
# 遍歷文檔中的每個(gè)段落 for para in doc.paragraphs: # 將當(dāng)前段落的文本添加到全文字符串中 full_text += f'{para.text}\n' # 返回合并后的文本 return full_text
7、增加函數(shù)get_pdf，用來(lái)獲取pdf文件的所有內(nèi)容；# 獲取pdf的內(nèi)容def get_pdf(self, file_path): with pdfplumber.open(file_path) as pdf: # 初始化一個(gè)空字符串以存儲(chǔ)所有頁(yè)面的文本 full_text = ''
# 遍歷PDF中的所有頁(yè)面 for i, page in enumerate(pdf.pages, start=1): # 提取當(dāng)前頁(yè)面的文本 page_text = page.extract_text()
# 將當(dāng)前頁(yè)面的文本添加到全文字符串中 full_text += f'{page_text}\n'
# 返回合并后的文本 return full_text
8、增加函數(shù)analysis_article，用來(lái)實(shí)現(xiàn)分析文章的功能；# 點(diǎn)擊分析文章def analysis_article(self): # 判斷是否選擇文件 if not self.download_path: QMessageBox.information(self, '提示信息', '請(qǐng)先選擇文件') return
# 獲取后綴名并去掉. file_extension = os.path.splitext(self.download_path[0])[1][1:]
# 判斷不同類型調(diào)用不同方法 if file_extension == 'txt': content = self.get_txt(self.download_path[0]) elif file_extension == 'docx' or file_extension == 'doc': content = self.get_word(self.download_path[0]) elif file_extension == 'pdf': content = self.get_pdf(self.download_path[0]) s = SnowNLP(content) keywords = s.keywords(5, True) # 提取5個(gè)關(guān)鍵詞，第二個(gè)參數(shù)指示是否使用TF-IDF算法 self.keywordEdit.setText(self.conversion_data(keywords, ',')) summary = s.summary(3) # 生成3句摘要 self.abstractEdit.setText(self.conversion_data(summary, '\n'))
'''示例：文章分析工具（可視化）'''from PyQt5.QtWidgets import *# 引入自定義模塊import aa# 引入庫(kù)import sysimport osimport pdfplumberfrom snownlp import SnowNLPfrom docx import Document
class parentWindow(QWidget, aa.Ui_Form): # 初始化方法 def __init__(self): # 找到父類 首頁(yè)面 super(parentWindow, self).__init__() # 初始化頁(yè)面方法 self.setupUi(self) self.download_path = '' # 選擇文件的信息 # 點(diǎn)擊選擇文件 self.selectButton.clicked.connect(self.select_file) # 點(diǎn)擊分析文章 self.analysisButton.clicked.connect(self.analysis_article)
# 選擇文件 def select_file(self): # 設(shè)置文件過(guò)濾器 filter_types = '文本文件 (*.txt);;Word 文件 (*.docx *.doc);;PDF 文件 (*.pdf)' # 啟動(dòng)選擇文件對(duì)話框 self.download_path = QFileDialog.getOpenFileName(self, '選擇要分析的文章', os.getcwd() + '/files', filter_types) # 判斷是否選擇圖片 if not self.download_path[0].strip(): QMessageBox.information(self, '提示信息', '沒有選擇文件') self.download_path = '' pass else: self.fileEdit.setText(self.download_path[0])
# 點(diǎn)擊分析文章 def analysis_article(self): # 判斷是否選擇文件 if not self.download_path: QMessageBox.information(self, '提示信息', '請(qǐng)先選擇文件') return
# 獲取后綴名并去掉. file_extension = os.path.splitext(self.download_path[0])[1][1:]
# 判斷不同類型調(diào)用不同方法 if file_extension == 'txt': content = self.get_txt(self.download_path[0]) elif file_extension == 'docx' or file_extension == 'doc': content = self.get_word(self.download_path[0]) elif file_extension == 'pdf': content = self.get_pdf(self.download_path[0]) s = SnowNLP(content) keywords = s.keywords(5, True) # 提取5個(gè)關(guān)鍵詞，第二個(gè)參數(shù)指示是否使用TF-IDF算法 self.keywordEdit.setText(self.conversion_data(keywords, ',')) summary = s.summary(3) # 生成3句摘要 self.abstractEdit.setText(self.conversion_data(summary, '\n'))
# 獲取txt的內(nèi)容 def get_txt(self, file_path): # 獲取文本 with open(file_path, 'r', encoding='utf-8') as file: # 讀取文件內(nèi)容 full_text = file.read() return full_text
# 獲取word的內(nèi)容 def get_word(self, file_path): # 打開Word文檔 doc = Document(file_path) # 初始化一個(gè)空字符串以存儲(chǔ)所有段落的文本 full_text = ''
# 遍歷文檔中的每個(gè)段落 for para in doc.paragraphs: # 將當(dāng)前段落的文本添加到全文字符串中 full_text += f'{para.text}\n' # 返回合并后的文本 return full_text
# 獲取pdf的內(nèi)容 def get_pdf(self, file_path): with pdfplumber.open(file_path) as pdf: # 初始化一個(gè)空字符串以存儲(chǔ)所有頁(yè)面的文本 full_text = ''
# 遍歷PDF中的所有頁(yè)面 for i, page in enumerate(pdf.pages, start=1): # 提取當(dāng)前頁(yè)面的文本 page_text = page.extract_text()
# 將當(dāng)前頁(yè)面的文本添加到全文字符串中 full_text += f'{page_text}\n'
# 返回合并后的文本 return full_text
# 列表轉(zhuǎn)字符串 def conversion_data(self, lists, symbol): str_text = f'{symbol.join(lists)}' return str_text
if __name__ == '__main__': # 每一個(gè)PyQt5應(yīng)用都必須創(chuàng)建一個(gè)應(yīng)用對(duì)象 app = QApplication(sys.argv) # 初始化頁(yè)面 window = parentWindow() # 顯示首頁(yè) window.show() sys.exit(app.exec_())
|
