当前位置: 首页 > news >正文

大连市营商环境建设局门户网站网站备案 备注关联性

大连市营商环境建设局门户网站,网站备案 备注关联性,服务器购买网站,中国建设银行网站客户注册码要求,查询一个文件中的pdf文件中的关键字,输出关键字所在PDF文件的文件名及对应的页数。 import os import PyPDF2def search_pdf_files(folder_path, keywords):# 初始化结果字典,以关键字为键,值为包含关键字的页面和文件名列表…

要求,查询一个文件中的pdf文件中的关键字,输出关键字所在PDF文件的文件名及对应的页数。

import os
import PyPDF2def search_pdf_files(folder_path, keywords):# 初始化结果字典,以关键字为键,值为包含关键字的页面和文件名列表results = {keyword: [] for keyword in keywords}# 遍历指定文件夹下的所有文件for root, dirs, files in os.walk(folder_path):for filename in files:if filename.endswith(".pdf"):# 构建PDF文件的完整路径pdf_path = os.path.join(root, filename)# 打开PDF文件with open(pdf_path, "rb") as pdf_file:pdf_reader = PyPDF2.PdfReader(pdf_file)# 获取PDF的总页数total_pages = len(pdf_reader.pages)# 遍历PDF的每一页for page_num in range(total_pages):# 读取页面内容page = pdf_reader.pages[page_num]page_text = page.extract_text()# 检查所有关键字for keyword in keywords:if keyword in page_text:results[keyword].append({"file_name": filename,"page_number": page_num + 1  # PDF页码从1开始})return results# 示例用法
folder_to_search = r"C:\Users\Administrator\Desktop\2"
search_keywords = ["SVD", "线性回归", "XGBoost", "不存在的关键字"]  # 添加多个关键字,包括不存在的关键字
results = search_pdf_files(folder_to_search, search_keywords)# 打印结果
for keyword, keyword_results in results.items():if keyword_results:print(f"关键字 '{keyword}' 所在的文件及页数:")for result in keyword_results:print(f"文件 '{result['file_name']}' 的第 {result['page_number']} 页")else:print(f"没有找到关键字 '{keyword}'。")print()  # 输出换行以区分不同关键字的结果

 为了方便且高效看论文。

用了上面那个之后发现不太对劲,找到文件后,就可以ctrl+F了,所以去掉了页数。代码如下:

import os
import PyPDF2def search_pdf_files(folder_path, keywords):# Initialize a results dictionary with keywords as keys and lists of files as valuesresults = {keyword: [] for keyword in keywords}# Initialize a set to keep track of processed files for each keywordprocessed_files = {keyword: set() for keyword in keywords}# Traverse all files in the specified folderfor root, dirs, files in os.walk(folder_path):for filename in files:if filename.endswith(".pdf"):# Build the full path of the PDF filepdf_path = os.path.join(root, filename)# Open the PDF filewith open(pdf_path, "rb") as pdf_file:pdf_reader = PyPDF2.PdfReader(pdf_file)# Get the total number of pages in the PDFtotal_pages = len(pdf_reader.pages)# Iterate through each page of the PDFfor page_num in range(total_pages):# Read the page contentpage = pdf_reader.pages[page_num]page_text = page.extract_text()# Check all keywordsfor keyword in keywords:if keyword in page_text:# Check if this file has not been processed for this keywordif filename not in processed_files[keyword]:results[keyword].append({"file_name": filename,"page_number": page_num + 1  # PDF page numbers start from 1})processed_files[keyword].add(filename)return results# 示例用法
folder_to_search = r"C:\Users\Administrator\Desktop\优秀论文"
search_keywords = ["ARIMA", "XGBoost", "SVM", "支持向量机","线性回归","决策树","随机森林","模拟退火","粒子群","遗传算法","LSTM","BP神经网络","t-SNE","LightGBM","GMM","距离相关系数","灰色关联分析","互信息","信息熵","递归特征消除","综合评价","熵权法"]  # 添加多个关键字,包括不存在的关键字
results = search_pdf_files(folder_to_search, search_keywords)# 打印结果
for keyword, keyword_results in results.items():if keyword_results:print(f"关键字 '{keyword}' 所在的文件及页数:")for result in keyword_results:print(f"文件 '{result['file_name']}'")else:print(f"没有找到关键字 '{keyword}'。")print()  # 输出换行以区分不同关键字的结果

http://www.yayakq.cn/news/610453/

相关文章:

  • 建设网站费用入什么科目杭州做网站套餐
  • 用哪个语言做网站比较好wordpress html5播放器
  • 网站运营成功案例网站怎么做点击广告
  • 古镇网站建设哪家好wordpress 下载主题
  • 营销型网站的建设规划wordpress需要npv
  • 织梦网站数据库备份文件夹宜州网站建设
  • 建立网站需要哪些手续公众号开发专业
  • 医院门户网站建设方案个性化WordPress网站
  • 长春网站建设优化企业公司网站 用 个人备案域名
  • 建设网站硬件需要外贸官网建站
  • 深圳微信分销网站建设企业建设网站的作用大不大
  • 高端网站建站公司网站简单代码
  • 网站建设备案需要什么怎么wordpress下载
  • 鄂州网站建设哪家专业现在 做网站 技术路线
  • 网站管理办法制度自助建站申请
  • 如何搭建一个企业子账号网站做推广网络
  • seo网站模板怎么查那家网络公司做的所以网站
  • wordpress搭建下载站点水淼wordpress
  • 网站降权查询wordpress ip设置
  • 顺义推广建站网站建设约谈表态发言
  • 京东网站建设目标是什么德州百度推广公司
  • 模板建网站费用面包屑导航wordpress
  • 搜房网找文网优化的技术团队
  • 世界上有几个空间站河北网站推广公司
  • 东莞整站优化公司火速公司小程序自己制作流程
  • 网站开发流程记住吧wordpress文件上传大小
  • 外贸网站建设的重要性线上商城如何推广
  • 外贸网站模版网络信息设计
  • 微信的网站开发lsp必备公众号
  • 南阳网站设计购物网站界面 管理员需求分析