Cài đặt lập bảng python ubuntu

Bài viết này đã được xuất bản dưới dạng một phần của & NBSP;

Python is a ngôn ngữ lập trình tuyệt vời để tự động hóa công cụ. Nó chứa nhiều thư viện cho phép bạn tạo mã tái sinh sử dụng tuyệt vời. Một thư viện như vậy là Python-docx

Thư viện này rất hữu ích cho một loạt các nhiệm vụ xử lý tài liệu, chẳng hạn như

1. Thêm tiêu đề

2. Đọc đoạn văn

3. Viết đoạn văn

4. Add image

5. Create and save file tài liệu

6. Tìm và thay thế văn bản

7. Thao tác với tệp tài liệu hiện có

8. Add ngắt trang, and more than nữa

Tuy nhiên, trong bài viết này, chúng tôi sẽ thảo luận về một chức năng cụ thể của thư viện DOCX trong Python. Chúng tôi sẽ tạo một tập lệnh Python theo cách mà nó sẽ tạo ra nhiều khung dữ liệu như số lượng bảng để các bảng này có thể được lưu trữ dưới dạng tệp riêng biệt [có thể là CSV] và có ích để sử dụng. Mặc dù thư viện Python-DOCX có thể tạo và cập nhật các tệp Microsoft Word, chúng tôi sẽ sử dụng nó để-

1. Trong từng đoạn trong tài liệu

2. Đọc tất cả các bảng trong tài liệu Word và chuyển đổi chúng thành các khung dữ liệu

3. In number from of each đoạn and number from the total document

Tài liệu cho thư viện bị hạn chế nhưng có thể đọc thêm thông tin qua liên kết này. https. // trăn-docx. đọcthedocs. io/vi/mới nhất/

Hiểu khung dữ liệu

Trước khi chúng tôi bắt đầu với mã thực tế, chúng tôi sẽ thảo luận rút gọn về các khung dữ liệu. Khung dữ liệu là cấu trúc bảng dữ liệu hai chiều. Nó bao gồm các hàng và cột. Nó bao gồm các yếu tố không đồng nhất. Ví dụ. nếu chúng tôi xem xét khung dữ liệu của nhân viên. Các cột có thể được gọi tên là người khác Kết quả cấu trúc của các khung dữ liệu như sau -

Từ hình trên, chúng ta thấy các thành phần không đồng nhất. Các giới hạn chẳng hạn như tên là chuỗi dữ liệu, tuổi là số, giới tính là một ký tự, tiền lương là gấp đôi và ngày tham gia là trường loại

Chúng tôi có thể tạo khung dữ liệu bằng danh sách, từ điển hoặc đơn giản bằng cách nhập tệp. Data partition lớn, thao tác dữ liệu, trích xuất, v. v. , could be done after watching the data under frame data

Chúng tôi sẽ sử dụng tài liệu sau đây để mã hóa, như được hiển thị bên dưới. Tài liệu này chứa hai bảng. Do đó, mã của chúng tôi cũng sẽ tạo hai khung dữ liệu

Hiểu các chức năng trong Python

Hàm là một tập hợp các lệnh thực hiện một nhiệm vụ được xác định rõ nhất. Chức năng tránh lặp lại chức năng và là một cách tuyệt vời để tạo ra các thành phần có thể tái sử dụng. Nó chia chương trình thành các mô-đun. Nó làm cho mã dễ dàng hơn để quản lý và hiểu biết. Các chức năng được viết bằng Python bằng cách sử dụng từ khóa là def def. Nó được theo sau bởi chức năng độc quyền và các đối số truyền thông. Một đại tràng [. ] Đánh dấu phần cuối của chức năng tiêu đề. Một chức năng có thể có hoặc không có câu trả lời. Một câu lệnh trả về đánh dấu đường ra của hàm. Và sau đó kiểm soát trở về nơi gọi. Nó phụ thuộc vào chất lượng của nhiệm vụ mà chức năng được viết. Chúng ta có thể gọi chức năng trong một chức năng hoặc chương trình khác bằng tên chức năng. Chúng ta có thể vượt qua các tham số nếu hàm được xác định để chấp nhận tham số

Trong bài viết của chúng tôi, chúng tôi đã xác định một hàm có tên là Creat Creat_DF_From_Table. Nó chấp nhận hai đối số hoặc tham số. Họ là những người khác C C và Tab Tab. Tham số đầu tiên là một số nguyên có giá trị bắt đầu bằng 0. Tham số thứ hai là đầu bảng từ tài liệu. những cái bàn"

Thực hiện

1. Nhập thư viện

Chúng tôi sẽ sử dụng hai thư viện - docx và gấu trúc. Python-DOCX là một thư viện Python có thể xử lý các tệp Microsoft Word. Pandas là một thư viện Python được sử dụng để phân tích dữ liệu

import docx
import pandas as pd

2. Đọc tài liệu từ

Please to us create an document from sample with TestDoc name. docx. File tài liệu này chứa một tiêu đề. Có hai bảng và hai đoạn văn. First table has the table of the lines and ba column, not bao gồm các tiêu đề hàng. Bảng thứ hai có hai hàng và hai cột, không bao gồm các tiêu đề hàng. Đối tượng tài liệu của người Viking được sử dụng để đọc tệp docx

document = docx.Document['testdoc.docx']

3. Trong đoạn văn

Có hai đoạn văn trong tài liệu. Tiêu đề cũng được coi là một đoạn. Hai bảng có trong tài liệu không được xem là một đoạn văn bản trong mô-đun DOCX. Hai đoạn tương tự với tiêu đề tài liệu được hiển thị khi các lệnh bên dưới được chạy

para_text_list = []
for each_par in the document.paragraphs:
    print[each_par.text]
    para_text_list.append[each_par.text]

4. Tạo khung dữ liệu từ bảng

Chúng tôi sẽ tạo ra một chức năng có thể sử dụng lại để đọc các bảng. Chức năng của chúng tôi nên được tạo theo cách mà nó tìm thấy tất cả các bảng trong tài liệu và tạo các khung dữ liệu riêng cho tất cả. Trong định nghĩa này, chúng tôi giả định rằng mỗi bảng có một tiêu đề. First row will be coi as the column name and the other section of them are the value of the row. Chúng tôi sẽ ưu tiên các tên khung dữ liệu của chúng tôi với kết quả của Google_df_ và số lượng bắt đầu bằng 0. Ví dụ. if have ba table in Word document, then the data name frames are created is result_df_0, result_df_1 and result_df_2

def create_df_from_table[c, tab]:
    list_name = str[c]+"_result_list"
    list_name = []
    for i,each_row in enumerate[each_tab.rows]:
        text = [each_cell.text for each_cell in each_row.cells]
        if i == 0:
            keys = tuple[text]
        else:
            each_dict_val = dict[zip[keys, text]]
            list_name.append[each_dict_val]
    result_df = pd.DataFrame[list_name]
    return result_df
for c, each_tab in enumerate[document.tables]:
    globals[][f'result_df_{c}'] = create_df_from_table[c, each_tab]

Hai khung dữ liệu được tạo như hình dưới đây

5. Đọc số từ của từng đoạn và số lượng từ

Chúng tôi sẽ tính toán độ dài của từng phần tài liệu từ. Chức năng của LEN LEN và các chức năng của Sum Sum được sử dụng để tìm số từ

words_each_list = [len[each_sent.split[]] for each_sent in para_text_list]
print[words_each_list]
total_no_of_words = sum[words_each_list]
print[total_no_of_words]

Ưu điểm của việc tạo mã tái sử dụng

Trong bài viết này, chúng tôi đã cố gắng tạo đoạn mã có thể hoạt động cho bất kỳ bảng nào trong tài liệu Word. Đây là những lợi ích tiềm năng của công việc tạo mã có thể sử dụng lại-

1. Lưu thời gian phát triển - Viết đoạn trích dẫn có thể được tích hợp và sử dụng trong một ứng dụng khác dẫn đến tiết kiệm thời gian tiết kiệm để phát triển quan trọng hơn

2. Cung cấp cấu trúc - Trong khi tất cả các mã tự động hóa có thể được đặt ở một nơi duy nhất, nó mang lại cho các nhà phát triển một cái nhìn tốt và khả năng hiểu biết

3. Rớt rủi ro - Khi mã được phát triển, nó sẽ trải qua kiểm tra lỗ hổng trước khi khai thác. Những kiểm tra này có thể dễ dàng tránh được

4. Dễ dàng bảo trì - Thật dễ dàng để duy trì sản phẩm. Một bản sửa lỗi ở một nơi có thể dẫn đến một bản sửa lỗi tổng thể cho tất cả các thành phần được liên kết với nhau

5. Một cách làm hiệu quả - các chức năng có thể được giữ tại một vị trí trung tâm và có thể được sử dụng khi cần thiết. Điều này sẽ làm cho chương trình mô-đun -đun và gọn gàng hơn

Trong bài viết này,

1.  

A] Thư viện DOCX có thể được cài đặt trong Python bằng PIP Cài đặt Python-DOCX

b] Các thao tác như lưu tệp docx, thêm các đoạn văn, làm nổi bật các cụm từ trong tài liệu, thêm hình ảnh vào tài liệu, thêm tiêu đề, thay đổi thuộc tính phông chữ, v. v. , could be done by module Docx

c] Chúng tôi đã tạo một chức năng có thể sử dụng lại để chuyển đổi tất cả các bảng thành các khung dữ liệu

2.   . Chúng tôi đã tạo ra một sự hiểu biết ngắn gọn về khung dữ liệu.

3.   . Đã thảo luận về tầm quan trọng của việc viết mã có thể sử dụng lại.

Đọc thêm bài viết trên blog của chúng tôi

Hình ảnh Nguồn. Tác giả

Các phương tiện truyền thông được hiển thị trong bài viết này không thuộc quyền sở hữu của Analytics Vidhya và được sử dụng theo quyết định của tác giả