DjangoBB LoFi version

Полная версия: Подсчет словосочетаний в файлах

Начало » Python для новичков » Подсчет словосочетаний в файлах

1 2 3 4 5 6 7

Kir@

Авг. 20, 2015 08:12:46

Здрям!

Пишу программу по подсчету количества словосочетаний в файлах.
Логика программы:
1. из трех папок скопировать по маске файлы *.doc и *.docx;
2. открыть каждый файл и скопировать текст от начала документа до волшебного слова в общий txt файл;
3. посчитать количество определенных словосочетаний в txt файле;
4. вывести результат на печать.

Итак, по порядку.

import codecs #Модуль для чтения в разных кодировках
#Чтение путей
f=open("name.txt", encoding = 'UTF-8')
#построчное чтение путей в переменные
czk=f.readline()
pdzk=f.readline()
kz=f.readline()
#проверка корректности чтения путей
print(czk)
print(pdzk)
print(kz)

А вот дальше затык - как скопировать файлы по маске? Написал так, а он не копирует

import glob
[shutil.copy(czk,ЦЗК) for filename in glob.glob('czk'+'\Проект*гы*.doc?')]

А не копирует потому что там еще есть вложенные папки, и в этих папках лежат нужные мне файлы

Подскажите, пожалуйста, как решить.

py.user.next

Авг. 20, 2015 08:45:14

Через os.walk() нужно файлы искать.

Kir@

Авг. 20, 2015 09:05:16

Ничего не показывает:

import os
for root, dirs, files in os.walk(czk):
    for name in files:
        print(os.path.join(root, name))
    for name in dirs:
        print(os.path.join(root, name))

Путь из переменной как-то иначе надо передавать?

Kir@

Авг. 20, 2015 09:13:52

Кстати, путь у меня длинный, примерно такой:
\\трататата.тата\share\трататататата_тратаратарта\тыцтыц ЦЗК\2015\тыц 08_2015

py.user.next

Авг. 20, 2015 09:40:53

Выполни

list(os.walk(czk))

Kir@
примерно такой

В ответ на несуществующий путь возвращается пустой генератор.

>>> for a, b, c, in os.walk('x'):
...   print(a, b, c)
... 
>>>

Скорее всего, в пути у тебя не проэкранированы бекслеши.

Kir@

Авг. 20, 2015 10:24:06

Экранировал. Правда, путь пришлось непосредственно в программе прописать.
Как теперь к этому коду прикрутить маску “*.doc?”?

import os
for root, dirs, files in os.walk(czk):
    for name in files:
        print(os.path.join(root, name))

doza_and

Авг. 20, 2015 10:42:58

Здрям!

py.user.next
Через os.walk() нужно файлы искать

Я бы в таком случае искал при помощи glob. Те создал для этих трех папок общую папку и переместил их туда. Или если их нельзя перемещать символьную ссылку на эти папки.

И дальше

import glob
for i in glob.glob("myfolder/*/*.doc?"):
   ....

Обратите внимание на слеши - они в другую сторону.
Пути вообще формируются при помощи os.path.join но для unix+windows этого достаточно.

Если ищете приключений на свою … то тогда пожалуйста используйте директории с русскими названиями, если нет то настоятельно не советую. Оно вам красным помечает….

Самая засада это пункт 2. Фиг вы чего сможете прочитать из doc или docx.
тут 3 пути
1. Если файлов 10 -20 проще ручками их сохранить в txt.
2. Если вам наплевать на doc то можно воспользоваться https://python-docx.readthedocs.org/en/latest/
3. Если надо все. То курите win32com + http://stackoverflow.com/questions/11470750/word-macro-save-as-text-w-current-file-name

Kir@

Авг. 20, 2015 10:47:31

doza_and
Самая засада это пункт 2. Фиг вы чего сможете прочитать из doc или docx.
тут 3 пути

Т.е. вот такого фокуса, как в c#, не получится?

//Пихаем содержимое файла в textbox
                    Microsoft.Office.Interop.Word.Application word = new Microsoft.Office.Interop.Word.Application();
                    object miss = System.Reflection.Missing.Value;
                    object pathh = Path.Combine(direct + "\\" + fileName.ToString()); // путь;
                    object readOnly = true;
                    Microsoft.Office.Interop.Word.Document docs = word.Documents.Open(ref pathh, ref miss, ref readOnly, ref miss, ref miss, ref miss, ref miss, ref miss, ref miss, ref miss, ref miss, ref miss, ref miss, ref miss, ref miss, ref miss);
                    string totaltext = "";
                    for (int ii = 0; ii < docs.Paragraphs.Count; ii++)
                    {
                        totaltext += " \r\n " + docs.Paragraphs[ii + 1].Range.Text.ToString();
                    }
                    textBox1.Text = totaltext;
                    docs.Close();
                    word.Quit();

Я такую программу уже писал на c#, вот решил переделать, ибо работает криво и медленно.

Kir@

Авг. 20, 2015 10:50:59

doza_and
Если ищете приключений на свою … то тогда пожалуйста используйте директории с русскими названиями, если нет то настоятельно не советую. Оно вам красным помечает….

Приключения уже нашли меня. Директории называются русскими буквами вперемешку с пробелам, цифрами и прочими еретическими знаками.

Kir@

Авг. 20, 2015 11:05:05

doza_and
Обратите внимание на слеши - они в другую сторону.

Нихт арбайтен

for root, dirs, files in os.walk(czk):
    for name in files:
        for filename in glob.glob(czk+'\*.doc?'):
            print(filename)