批量提取word文档标题
25-04-08 02:28
989
0
import os import sys from collections import defaultdict from docx import Document from PyQt5.QtWidgets import (QApplication, QMainWindow, QVBoxLayout, QHBoxLayout, QWidget, QLabel, QPushButton, QTextEdit, QFileDialog, QSpinBox, QGroupBox, QProgressBar) from PyQt5.QtCore import Qt from PyQt5.QtGui import QFont, QIcon class TitleExtractorApp(QMainWindow): def __init__(self): super().__init__() self.setWindowTitle("Word文档标题提取工具") self.setWindowIcon(QIcon('icon.png')) # 请准备一个图标文件或删除这行 self.setGeometry(100, 100, 800, 600) # 设置主窗口样式 self.setStyleSheet(""" QMainWindow { background-color: #f5f5f5; } QGroupBox { border: 1px solid #ccc; border-radius: 5px; margin-top: 10px; padding-top: 15px; font-size: 14px; } QGroupBox::title { subcontrol-origin: margin; left: 10px; padding: 0 3px; } QPushButton { background-color: #4CAF50; border: none; color: white; padding: 8px 16px; text-align: center; text-decoration: none; font-size: 14px; margin: 4px 2px; border-radius: 4px; } QPushButton:hover { background-color: #45a049; } QPushButton:pressed { background-color: #3e8e41; } QTextEdit { border: 1px solid #ccc; border-radius: 4px; padding: 8px; font-family: 'Segoe UI', Arial, sans-serif; } QSpinBox { padding: 5px; font-size: 14px; } """) self.init_ui() def init_ui(self): # 主布局 main_widget = QWidget() main_layout = QVBoxLayout() # 标题 title_label = QLabel("Word文档标题提取工具") title_label.setFont(QFont('Arial', 16, QFont.Bold)) title_label.setAlignment(Qt.AlignCenter) title_label.setStyleSheet("color: #333; margin-bottom: 20px;") # 设置组 settings_group = QGroupBox("提取设置") settings_layout = QHBoxLayout() # 文件夹选择 folder_layout = QVBoxLayout() self.folder_label = QLabel("未选择文件夹") self.folder_label.setStyleSheet("color: #666;") browse_button = QPushButton("选择文件夹") browse_button.clicked.connect(self.select_folder) folder_layout.addWidget(QLabel("文档文件夹:")) folder_layout.addWidget(self.folder_label) folder_layout.addWidget(browse_button) # 标题级别设置 level_layout = QVBoxLayout() level_label = QLabel("最大标题级别:") self.level_spin = QSpinBox() self.level_spin.setRange(1, 6) self.level_spin.setValue(3) level_layout.addWidget(level_label) level_layout.addWidget(self.level_spin) # 进度条 self.progress_bar = QProgressBar() self.progress_bar.setRange(0, 100) self.progress_bar.setValue(0) self.progress_bar.setTextVisible(False) # 添加到设置组 settings_layout.addLayout(folder_layout, 70) settings_layout.addLayout(level_layout, 30) settings_group.setLayout(settings_layout) # 操作按钮 button_layout = QHBoxLayout() extract_button = QPushButton("提取标题") extract_button.clicked.connect(self.extract_titles) extract_button.setStyleSheet("background-color: #2196F3;") save_button = QPushButton("保存结果") save_button.clicked.connect(self.save_results) save_button.setStyleSheet("background-color: #FF9800;") clear_button = QPushButton("清空结果") clear_button.clicked.connect(self.clear_results) clear_button.setStyleSheet("background-color: #f44336;") button_layout.addWidget(extract_button) button_layout.addWidget(save_button) button_layout.addWidget(clear_button) # 结果显示 result_group = QGroupBox("提取结果") result_layout = QVBoxLayout() self.result_text = QTextEdit() self.result_text.setReadOnly(True) result_layout.addWidget(self.result_text) result_group.setLayout(result_layout) # 组装主布局 main_layout.addWidget(title_label) main_layout.addWidget(settings_group) main_layout.addWidget(self.progress_bar) main_layout.addLayout(button_layout) main_layout.addWidget(result_group) main_widget.setLayout(main_layout) self.setCentralWidget(main_widget) # 状态栏 self.statusBar().showMessage("准备就绪") # 初始化变量 self.selected_folder = "" self.extracted_data = {} def select_folder(self): folder = QFileDialog.getExistingDirectory(self, "选择包含Word文档的文件夹") if folder: self.selected_folder = folder self.folder_label.setText(folder) self.statusBar().showMessage(f"已选择文件夹: {folder}") def extract_titles(self): if not self.selected_folder: self.statusBar().showMessage("请先选择文件夹!", 3000) return max_level = self.level_spin.value() self.result_text.clear() self.extracted_data = {} file_count = 0 # 统计文件数量用于进度条 total_files = sum(1 for _, _, files in os.walk(self.selected_folder) for f in files if f.endswith('.docx')) if total_files == 0: self.statusBar().showMessage("所选文件夹中没有找到Word文档!", 3000) return processed_files = 0 for root, _, files in os.walk(self.selected_folder): for filename in files: if filename.endswith('.docx'): file_path = os.path.join(root, filename) try: doc = Document(file_path) file_data = defaultdict(list) for p in doc.paragraphs: if p.style.name.startswith('Heading'): try: level = int(p.style.name.split()[1]) if level <= max_level: file_data[level].append(p.text) except (IndexError, ValueError): continue if file_data: self.extracted_data[filename] = file_data processed_files += 1 progress = int((processed_files / total_files) * 100) self.progress_bar.setValue(progress) except Exception as e: self.result_text.append(f"处理文件 {filename} 时出错: {str(e)}\n") # 显示结果 self.display_results() self.progress_bar.setValue(100) self.statusBar().showMessage(f"提取完成!共处理 {processed_files} 个文件", 5000) def display_results(self): self.result_text.clear() if not self.extracted_data: self.result_text.append("没有提取到任何标题数据") return for filename, levels in self.extracted_data.items(): self.result_text.append(f"=== {filename} ===") for level in sorted(levels.keys()): self.result_text.append(f"\n[标题 {level}]") for i, title in enumerate(levels[level], 1): self.result_text.append(f"{i}. {title}") self.result_text.append("\n") def save_results(self): if not self.extracted_data: self.statusBar().showMessage("没有可保存的数据!", 3000) return file_path, _ = QFileDialog.getSaveFileName(self, "保存结果", "", "文本文件 (*.txt)") if file_path: try: with open(file_path, 'w', encoding='utf-8') as f: for filename, levels in self.extracted_data.items(): f.write(f"=== {filename} ===\n") for level in sorted(levels.keys()): f.write(f"\n[标题 {level}]\n") for i, title in enumerate(levels[level], 1): f.write(f"{i}. {title}\n") f.write("\n") self.statusBar().showMessage(f"结果已保存到: {file_path}", 5000) except Exception as e: self.statusBar().showMessage(f"保存失败: {str(e)}", 5000) def clear_results(self): self.result_text.clear() self.extracted_data = {} self.progress_bar.setValue(0) self.statusBar().showMessage("已清空结果", 3000) if __name__ == "__main__": app = QApplication(sys.argv) # 设置全局字体 font = QFont() font.setFamily("Segoe UI") font.setPointSize(10) app.setFont(font) window = TitleExtractorApp() window.show() sys.exit(app.exec_())
-
小猪电玩模拟器app 集成经典游戏平台
小猪电玩app是一款非凡的集成经典游戏平台工具类应用。平台整合了超多童年精品游戏内容,小时候玩的经典游戏在这里全部可以重新体验一边,... 1224 0 24-12-19 -
什么是深网?有危险吗?如何从A-Z进入深网
目前,很多人都听说过深网及其相关信息。今天的现代技术市场还没有触及深网的所有内容。因此,让我们通过FPT云来了解什么是深网,它危险吗... 1424 0 24-04-24 -
仿站小工具能够抓取网页源码
仿站小工具能够抓取网页源码,自动检测网页编码,远程下载网页,同时支持同域网页和Css文件中分as家裁到本地实现不同文件按相对路径实现归... 1185 0 24-05-24 -
五洲商城小程序
五洲商城微信小程序源码是一款专为电商领域设计的应用程序源代码,它利用微信小程序平台的特性,为商家提供了构建在线商城的解决方案。这款... 1067 0 24-10-31 -
你好污啊 - 一个撩妹撩汉金句站
你好污啊,全网最污的人都在这里了,他们贡献了有屎以来最污的段子,最污的句子,帮你更好的撩妹子,撩帅哥,让他/她更污更湿润,风情万种... 982 0 25-01-08 -
微信的8个实用功能,隐藏技巧
微信是我们常用的app之一,它也是一个功能强大的软件,除了日常聊天、支付外,它还有其他一些好玩又实用小技巧,我们一起来体验下吧。1.个... 621 0 24-02-19 -
Swift开发指南
本书是我们团队编写的iOS系列图书之一,目的是使从事iOS开发的广大读者通过本书的学习掌握苹果Swift语言,对于原来有Objective-C开发经验的... 769 0 24-05-24 -
Backbone.js 入门实战 WEB端MVC框架开发单页应用实战
一年前写的东西,当时写完之后工作中用不到也就不再看了,谁想后来越来越多的人通过搜索backbonejs来到我的博客,有表示感谢的,有吐槽的,... 818 0 24-05-28
发表我的评论
共0条评论
- 这篇文章还没有收到评论,赶紧来抢沙发吧~