word by word什么意思中文(基于word文档，使用Python输出关键词和词频，并将关键词的词性也标注出来)

文章：Python爬虫与数据挖掘作者：Python进阶者01前言前几天在有个粉丝问了个问题，大概意思是这样的：基于Python代码，要求输出word文档中的关键词和词频，并且将关键词的词性也标注出来，最终输出一个Excel文件，一共3列，列名分别是关键词、词频和词性。

02实现过程这里一开始我也不知道怎么处理，后来问了科大讯飞的AI平台，给了一个代码，如下所示，但是跑不起来import win32com.client as win32import jiebafrom collections

import Counterimport xlwt# 打开Word文档word = win32.gencache.EnsureDispatch(Word.Application)doc = word.Documents.Open(

C:\\Desktop\\example.docx)# 读取文档内容并将其存储为字符串content = doc.Content.Text# 将字符串转为列表，并进行分词和词性标注words = jieba.cut(content)

tags = [word.tag for word in words]freqs = Counter([word for word, tag in zip(words, tags) if tag !=

x])# 创建Excel工作簿和工作表book = xlwt.Workbook()sheet = book.add_sheet(Keywords)# 写入表头sheet.write(0, 0, 关键词)

sheet.write(0, 1, 词频)sheet.write(0, 2, 词性)# 写入关键词和对应的信息for i, (word, freq) in enumerate(freqs.items()):

sheet.write(i+1, 0, word) sheet.write(i+1, 1, str(freq)) sheet.write(i+1, 2, tags[i])# 将分词结果转换为列表并写入Excel表格中

words_list = [word for word, tag in zip(words, tags) if tag != x]for i, word in enumerate(words_list):

sheet.write(i+1+len(words), 0, word) freq = str(freqs[word]) sheet.write(i+1+len(words), 1, freq)

pos = ifnot tags else tags[i] + / + pos_tag[tags[i]] sheet.write(i+1+len(words), 2, pos)# 保存Excel文件

book.save(C:\\Desktop\\example.xls)一直提示AttributeError: str object has no attribute tag，没办法，方法是好的，把tag改为flag，也不好使。

后来求助了Zelinai，其给了一个解决方法，如下所示：可以使用 Python 中的 docx 和 openpyxl 库实现该功能，具体步骤如下：使用 docx 库读取 word 文档中的所有文本，并将其存入一个字符串中。

使用 jieba 分词库对文本进行分词处理，并过滤掉无用词汇利用 Python 中的 Collection 库的 Counter 类，统计每个单词的词频使用 Python 中的 NLTK 库对每个单词进行词性标注，将其存入一个字典中。

使用 openpyxl 库创建一个 Excel 文件，并在其中创建一个工作表将关键词、词性和词频分别写入文件的不同列中下面是可能的实现代码：import docximport jiebafrom collections 。

import Counterimport openpyxlfrom openpyxl import Workbookfrom nltk import pos_tag# 读取 word 文档中的内容doc = docx.Document(

test.docx)text = ""for para in doc.paragraphs: text += para.text# 对文本进行分词，并过滤无意义单词words = [word for

word in jieba.cut(text) if len(word) > 1andnot word.isnumeric()]# 统计单词词频word_counts = Counter(words)

# 对每个单词进行词性标注pos_dict = dict(pos_tag(word_counts.keys()))# 将关键词、词性、词频存入列表中keywords = []for word, count

in word_counts.items(): pos = pos_dict[word] keywords.append([word, count, pos])# 创建 Excel 文件wb = Workbook()

sheet = wb.active# 将关键词、词性、词频写入 Excel 文件sheet[A1] = 关键词sheet[B1] = 词频sheet[C1] = 词性for i, row in enumerate(keywords):

sheet[A{}.format(i+2)] = row[0] sheet[B{}.format(i+2)] = row[1] sheet[C{}.format(i+2)] = row[

2]# 保存 Excel 文件wb.save(keywords.xlsx)请注意在使用前需要先安装 jieba, nltk 和 openpyxl 库这里运行之后，会出现一个这样的报错，（nltk加载词性词库报错）Resource averaged_perceptron_tagger not found. Please use the NLTK Downloader to obtain the resource:。

其实就是未找到资源averaged_perceptron_tagger，请使用NLTK下载器获取资源。根据报错给的URL，然后去下载对应的语义安装包即可，然后放到任意的一个目录之下，就出来了。