当前位置: 首页 > news >正文

一元云够网站建设外贸推广公司

一元云够网站建设,外贸推广公司,珠海市建设工程质量监督检测站网站,基于wordpress的英文小游戏站为了进一步完善代码,增强其文字抓取能力和文件读取能力,我们做以下改进: 增强 DOCX 文档的文本提取:不仅提取段落和文本框内容,还提取表格中的文本。 增强 PDF 文档的文本提取:不仅提取页面文本和注释,还提取表格中的文本。 优化文本清理:确保文本清理更加彻底,避免不…

为了进一步完善代码,增强其文字抓取能力和文件读取能力,我们做以下改进:

增强 DOCX 文档的文本提取:不仅提取段落和文本框内容,还提取表格中的文本。
增强 PDF 文档的文本提取:不仅提取页面文本和注释,还提取表格中的文本。
优化文本清理:确保文本清理更加彻底,避免不必要的空白和标点符号。
增加日志记录:记录更多的处理细节,便于调试和问题排查。
以下是改进后的代码:

python

import os
import json
import fitz  # PyMuPDF
import docx
import re
import tkinter as tk
from tkinter import filedialog, messagebox, simpledialog
import logging# 设置日志记录
logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')def clean_text(text):""" 清理文本,去除多余的空白字符和标点符号 """text = re.sub(r'\s+', ' ', text)  # 合并多个空白字符text = re.sub(r'[^\w\s]', '', text)  # 去除标点符号return text.strip()def extract_qa_pairs_from_txt(file_path):with open(file_path, 'r', encoding='utf-8') as f:content = f.read()content = clean_text(content)qa_pairs = extract_qa_pairs_from_content(content)return qa_pairsdef extract_qa_pairs_from_docx(file_path):doc = docx.Document(file_path)content = []for para in doc.paragraphs:content.append(para.text)for table in doc.tables:for row in table.rows:for cell in row.cells:content.append(cell.text)for rel in doc.part.rels.values():if "textBox" in rel.target_ref:text_box = rel.target_partfor element in text_box.element.body:if element.tag.endswith('p')
http://www.hrbkazy.com/news/22219.html

相关文章:

  • 如何做产品众筹网站十大经典事件营销案例分析
  • 网站建设 风险说明活动营销推广方案
  • 备案 非网站下载百度app到桌面
  • 动态网站转静态重庆seo排
  • 广州做网站多朝阳seo搜索引擎
  • 邳州网站搜索引擎优化的方法包括
  • 宠物网站素材谷歌浏览器手机版官网下载
  • 公司网站建设费用入什么费用搜索图片
  • wordpress 调用文章分类广西seo关键词怎么优化
  • 网站后台上传图片 不可用seo优化方法有哪些
  • 物流公司网站建设厦门seo结算
  • 企业网站制作规划百度下载安装2021
  • 做面点的网站免费下载b站视频软件
  • 公司做网站都需要什么材料网络优化的内容包括哪些
  • 宁波网站建设相信荣胜网络女教师遭网课入侵视频大全集
  • 网站备案省份潍坊网站定制模板建站
  • 常用的网站建设技术有什么网页设计欣赏
  • 网页编辑面试知识seo关键词优化怎么做
  • 网站做任务售卖链接
  • 凡科网站设计百度一下网页首页
  • 公众号网页源码信息流优化
  • 外贸网站布局医院营销策略的具体方法
  • 大学生网站作业整站seo排名要多少钱
  • 百度地图平面图怎么下载长沙靠谱seo优化价格
  • 百度网站解封网络平台营销
  • xp配置网站服务器东莞疫情最新消息通知
  • 漳州商城网站建设营销网站制作
  • 网站营销代理小程序推广赚佣金平台
  • 广州知名网站推广百度指数代表什么意思
  • 做mg动画赚钱网站官网建设