PHP程序员小白到大牛集训(12期免息)
视频教程分类
推荐视频教程
  • php程序员小白到大牛三个月集训php程序员小白到大牛三个月集训
  • Laravel 9 学习正当时—保姆级教程,想学不会都难!Laravel 9 学习正当时—保姆级教程,想学不会都难!
  • 千万级数据并发解决方案(理论+实战)千万级数据并发解决方案(理论+实战)
  • Laravel基础与实战(模块化)Laravel基础与实战(模块化)
  • 首页 >后端开发 >Python教程 > 正文

    Python自动化实践之筛选简历

    转载2022-06-07 20:49:371040 关注公众号:每天精选资源文章推送
    本篇文章给大家带来了关于python的相关知识,其中主要介绍了关于简历筛选的相关问题,包括了定义 ReadDoc 类用以读取 word 文件以及定义 search_word 函数用以筛选的相关内容,下面一起来看一下,希望对大家有帮助。

    推荐学习:python视频教程

    简历筛选

    简历相关信息如下:



    定义 ReadDoc 类用以读取 word 文件

    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),将他们的所有可读内容获取,并通过关键字方式筛选,拿到目标简历地址。


    这里有个需要注意的地方就是,并不是所有的 "简历" 都是以段落的形式呈现的,比如从 "猎聘" 网下载下来的简历就是 "表格形式" 的,而 "boss" 上下载的简历就是 "段落形式" 的,这里再进行读取的时候需要注意下,我们做的演示脚本练习就是 "表格形式" 的。


    这里的话,我们就可以专门定义一个 "ReadDoc" 的类,里面定义两个函数,分别用于读取 "段落" 和 "表格" 。

    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_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_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:



    推荐学习:python视频教程

    以上就是Python自动化实践之筛选简历的详细内容,更多请关注php中文网其它相关文章!

    20期PHP线上班

    声明:本文转载于:CSDN,如有侵犯,请联系admin@php.cn删除

  • 相关标签:python
  • 相关文章

    相关视频


    专题推荐