使用python自动填充语料关键词到Excel

不知道是不是实习的原因，最近痴迷于写各种小脚本提高工作效率，hh于是今天就用上了之前做小项目时学的python操作excel啦！

害，说起来惭愧，学习python一年了，基础语法还是记不住，每次要写的时候都是去网上现找，可能我的编程之路只能止于小脚本叭！

话不多说，开始上代码啦!

···

import os

from os import path

from xlrd import open_workbook

import xlwt

import openpyxl

import jieba.analyse

#打开工作表

workbook=openpyxl.load_workbook("test.xlsx")

worksheet=workbook.get_sheet_by_name("TED演讲分析0-6mins")

#提取停用词

stop_path=r'stoplist.txt'

text=open(stop_path).readlines()

stoplist=[]

for line in text:

    line=line.strip('\n')

    stoplist.append(line)

#返回文件名列表

path="E:\保留文件\研究生后\下学期\TED_English_06\page_"

ncol=4

for i in range(1,27):

    num=str(i)

    files=os.listdir(path+num)

#删除中文文件

    for file in files:

        if file[-11:-4]=="CHINESE":

            files.remove(file)

#遍历英文文件

    for en_file in files:

        file_path=os.path.join(path+num,en_file)

        with open(file_path,encoding='utf-8') as f:

            content=f.read()

#提取内容中的关键信息

        keywords=[]

        keywords_tfidf = jieba.analyse.extract_tags(content,topK=40,withWeight=True)

        for word in keywords_tfidf:

            if word[0] not in stoplist:

                keywords.append(word[0])

                str_keywords="\n".join(keywords)

#把名字写入name列，把内容填入常见词汇

        name_row=1

        page_row=2

        des_row=6

        worksheet.cell(name_row,ncol,value=en_file[5:-12])

        worksheet.cell(page_row,ncol,value=num)

        worksheet.cell(des_row,ncol,value=str_keywords)   

        ncol+=1

        print("已写入第"+str(ncol)+"列")

        #print(num,en_file[5:-12])

        #print(str_keywords)

    print("finish"+"page"+num)

workbook.save("result.xls")

print("finish all")

···

今天遇到了两个坑：

1. import xlutils.copy 的时候一直提示没有copy，没有copy，最后只能放弃这个方法了

2. 使用openpyxl 可以向excel中追加写内容，但是我刚开始把读表放在了循环内部，这就会导致每次循环时都会重新读表写表，表还没保存呢，里面内容就被抹去了，害，就这一步浪费了两个小时，难受！

Anyway，写了脚本能方便大家的工作我还是很开心哒，小魏继续加油！