请帮我编写一段Python代码,以完成下面这个任务:我有一个文件夹,里面有一些PDF文献。现在我想知道里面有多少个文献是包含有某个关键词的。这些关键词被我存放在一个txt文档中,每行一个,每个关键词我都想判断一下有多少文件里出现了。

时间: 2023-06-04 21:04:32 浏览: 44
当然,我很乐意为您编写这段Python代码。以下是代码: ``` import os import PyPDF2 # 定义函数count_keyword_in_pdf def count_keyword_in_pdf(keyword, pdf_path): count = 0 with open(pdf_path, 'rb') as f: pdfReader = PyPDF2.PdfFileReader(f) for pageNum in range(pdfReader.numPages): pageObj = pdfReader.getPage(pageNum) if keyword.lower() in pageObj.extractText().lower(): count += 1 return count # 定义查找关键词的函数 def find_keywords_in_folder(folder_path, keywords_path): keywords = [] with open(keywords_path, 'r') as f: for line in f: keywords.append(line.strip()) results = {} for filename in os.listdir(folder_path): if filename.endswith('.pdf'): pdf_path = os.path.join(folder_path, filename) for keyword in keywords: count = count_keyword_in_pdf(keyword, pdf_path) if keyword not in results: results[keyword] = count else: results[keyword] += count return results # 测试 if __name__ == '__main__': folder_path = '/path/to/folder' keywords_path = '/path/to/keywords.txt' results = find_keywords_in_folder(folder_path, keywords_path) for keyword, count in results.items(): print('Keyword "{}" appears in {} PDF files'.format(keyword, count)) ``` 在上面的代码中,我们定义了两个函数。函数count_keyword_in_pdf用于计算关键词在一个PDF文件中出现的次数。函数find_keywords_in_folder用于在一个文件夹中查找所有PDF文件中所有关键词的出现次数,并返回一个字典,其中关键词作为键,出现次数作为值。 我们可以通过更改folder_path和keywords_path来测试代码。

相关推荐

最新推荐

recommend-type

python分割一个文本为多个文本的方法

主要为大家详细介绍了python分割一个文本为多个文本,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

Python实现调用另一个路径下py文件中的函数方法总结

主要介绍了Python实现调用另一个路径下py文件中的函数方法,结合实例形式总结分析了Python针对不同文件夹中py文件调用操作的处理技巧与相关注意事项,需要的朋友可以参考下
recommend-type

Python实现保证只能运行一个脚本实例

主要介绍了Python实现保证只能运行一个脚本实例,本文直接给出实现代码,需要的朋友可以参考下
recommend-type

python实现将两个文件夹合并至另一个文件夹(制作数据集)

主要介绍了python实现将两个文件夹合并至另一个文件夹(制作数据集),具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

Python实现合并同一个文件夹下所有txt文件的方法示例

主要介绍了Python实现合并同一个文件夹下所有txt文件的方法,涉及Python针对文件的遍历、读取、写入等相关操作技巧,需要的朋友可以参考下
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

list根据id查询pid 然后依次获取到所有的子节点数据

可以使用递归的方式来实现根据id查询pid并获取所有子节点数据。具体实现可以参考以下代码: ``` def get_children_nodes(nodes, parent_id): children = [] for node in nodes: if node['pid'] == parent_id: node['children'] = get_children_nodes(nodes, node['id']) children.append(node) return children # 测试数
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。