检查word文档的连续重复字----python 例如“用户的的资料”或“需要需要用户输入”之类的情况。Word测试文档的内容由学生决定。

最新推荐文章于 2024-02-27 14:43:28 发布

原创最新推荐文章于 2024-02-27 14:43:28 发布 · 4.2k 阅读

17 ·

CC 4.0 BY-SA版权

文章标签：

#python #word #连续重复字 #用户的资料 #需要用户输入

python 专栏收录该内容

10 篇文章

订阅专栏

本文介绍使用Python从Word文档中提取连续重复字串的方法，包括两种实现方式：一种是利用python-docx模块遍历文档内容，另一种是结合正则表达式进行匹配。在开始前，确保已安装python-docx模块。

部署运行你感兴趣的模型镜像

首先，在路径下新建一个docx文档，这里建立了一个a.docx
文档内容由自己决定，但要有连续重复字
比如：
在这里插入图片描述
方法1：

from docx import Document
doc=Document('a.docx')
contents=''.join((p.text for p in doc.paragraphs))
words=[]
for index,ch in enumerate(contents[:-2]):
    if ch==contents[index+1] or ch==contents[index+2]:
        word=contents[index:index+3]
        if word not in words:
            words.append(word)
            print(word)

方法2：

import re
from docx import Document
doc=Document('a.docx')
text=''.join((p.text for p in doc.paragraphs))
result=re.findall(r'(([\u4e00-\u9fa5、！：；，]).?\2)',text)
for word in result:
    print(word[0])

运行后：
在这里插入图片描述
如果没有安装docx模块
打开命令行
输入：pip install python-docx
下载即可