慕课网

Python数据预处理（一）一抽取多源数据文本信息

最热最新

幽幽树 03:34

NIP体系

查看全部

0 采集收起来源：课程体系介绍
2020-02-23
weixin_慕少2223657

miooooioio

查看全部

0 采集收起来源：抽取word文档文本内容
2019-12-09
慕的地7544270 00:52

文本提取问题

查看全部

0 采集收起来源：文本抽取问题
2019-11-23
慕的地7544270 00:44

第1章重点

查看全部

0 采集收起来源：数据类型与数据采集
2019-11-23
慕的地7544270 04:07

课程体系介绍

查看全部

0 采集收起来源：课程体系介绍
2019-11-23
慕村1348781 03:56

课程体系介绍

查看全部

0 采集收起来源：课程体系介绍
2019-11-22
乐观的季月

电脑上必须安装word，不然会出现无法找到程序的错误

查看全部

0 采集收起来源：抽取word文档文本内容
2019-11-06
qi2017 00:27

转换思路基本一样

查看全部

0 采集收起来源：抽取PDF文档文本内容
2019-10-26
慕桂英0574841

******

查看全部

0 采集收起来源：抽取word文档文本内容
2019-10-04
OOLON_T

操作文件和目录
os.name  判断操作系统类型如果是posix，说明系统是Linux、Unix或Mac OS X，如果是nt，就是Windows系统
os.uname()  获取详细的系统消息（Windows上不提供）
os.path.abspath(r"相对路径")  相对路径转绝对路径
os.path.abspath('.')  查看当前目录的绝对路径
os.path.split("绝对路径") 拆分文件路径、文件名
os.path.join(A, B)  合并A、B两个路径
os.path.exists("绝对路径")  检查该绝对路径是否存在
os.makedirs("绝对路径")、os.mkdir("绝对路径")  创建目录
os.rmdir("绝对路径")  删掉一个目录
os.path.isdir("绝对路径") 判断是否是文件夹/目录
os.path.isfile("绝对路径") 判断是否是文件
fnmatch.fnmatch("原文"，"要匹配的内容")  匹配文件
client.Dispatch('Word.Application').Documents.Open("文件名").SaveAs("新路径",4)  打开提取文件内容并保存
client.Dispatch('Word.Application').Documents.Open("文件名").Close()  关闭文件

查看全部

1 采集收起来源：遍历文件批量抽取文本内容（2）
2019-09-26
OOLON_T

Pywin32实现格式转换
插件：win32com
下载：pip install pywin32
引入：from win32com import client as wc

查看全部

0 采集收起来源：抽取word文档文本内容
2019-09-26
OOLON_T

常见的数据采集

查看全部

0 采集收起来源：文本抽取问题
2019-09-26
测试精灵 03:16

数据预处理

查看全部

0 采集收起来源：课程体系介绍
2019-09-17
慕标8312120

from win32com import client as wc
from win32com.client import Dispatch

查看全部

0 采集收起来源：抽取PDF文档文本内容
2019-09-11
霜花似雪 05:07

总结与扩展

查看全部

0 采集收起来源：遍历文件批量抽取文本内容（2）
2019-09-01