python下载企业年报并提取关键词

你需要先安装好 Python 的 requests、BeautifulSoup 和 jieba 库，然后可以按照以下步骤下载企业年报并提取关键词：

1. 使用 requests 库下载企业年报文件，例如：

import requests

url = 'http://www.xxxx.com/xxxx.pdf'  # 企业年报的下载链接
response = requests.get(url)

with open('annual_report.pdf', 'wb') as f:
    f.write(response.content)

2. 使用 PyPDF2 库读取 PDF 文件内容，并使用 jieba 库提取关键词，例如：

import PyPDF2
import jieba
from collections import Counter

# 读取 PDF 文件
pdf_file = open('annual_report.pdf', 'rb')
pdf_reader = PyPDF2.PdfFileReader(pdf_file)

# 将所有页面的文本合并
text = ''
for page_num in range(pdf_reader.getNumPages()):
    page = pdf_reader.getPage(page_num)
    text += page.extractText()

# 使用 jieba 分词提取关键词
words = jieba.cut(text)
word_counts = Counter(words)

# 输出出现频率最高的前 10 个关键词
for word, count in word_counts.most_common(10):
    print(word, count)

这样就可以下载企业年报并提取关键词了。需要注意的是，PDF 文件中的文本提取可能存在一些格式问题，需要根据具体情况进行调整。