本篇文章為大家帶來了關於python的相關知識，其中主要介紹了關於簡歷篩選的相關問題，包括了定義ReadDoc 類用以讀取word 文件以及定義search_word 函數用以篩選的相關內容，以下一起來看一下，希望對大家有幫助。
推薦學習：python影片教學
# 履歷表篩選
履歷相關資訊如下：
定義ReadDoc 類別用來讀取word 檔案
已知條件：
想要尋找包含指定關鍵字的履歷（如Python、Java）
實作想法：
批次讀取每一個word 檔案（透過glob 取得word 資訊），將他們的所有可讀內容獲取，並透過關鍵字方式篩選，拿到目標履歷地址。
這裡有個需要注意的地方就是，並不是所有的"簡歷" 都是以段落的形式呈現的，比如從"獵聘" 網下載下來的簡歷就是"表格形式" 的，而"boss" 下載的簡歷就是"段落形式" 的，這裡再進行讀取的時候需要注意下，我們做的演示腳本練習就是"表格形式" 的。
這裡的話，我們就可以專門定義一個 "ReadDoc" 的類，裡面定義兩個函數，分別用來讀取 "段落" 和 "表格" 。
實操案例腳本如下：
# 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)
登入後複製
看一下ReadDoc 類別的執行結果
定義search_word 函數用以篩選word 文件內容符合想要的簡歷
#OK，上文已經成功讀取了簡歷的word 文檔，接下來我們要將讀取到的內容透過帥選關鍵字訊息的方式，過濾出包含關鍵字的履歷。
實操案例腳本如下：
# 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)登入後複製
執行結果如下：
推薦學習： python影片教學
以上是Python自動化實作篩選履歷的詳細內容。更多資訊請關注PHP中文網其他相關文章！
