首页 > 其他分享 >帮舍友干了点小工作 又是有成就感的一天

帮舍友干了点小工作 又是有成就感的一天

时间：2023-12-08 15:02:38浏览次数：37  
标签：选项 一天 舍友 生后 rule line options match 成就感

一、起因

舍友谈了女朋友，女朋友好像是学医的。然后她们有一个非常扯淡的工作，作为班干部要把word给弄成excal

像这样（舍友手搓的）：

image-20230402105432675

而这玩意有足足900+道题，如果说手动写入那简直是苦难深重（而我的舍友因为爱情的力量还是坚持搞了大概五分之一，爱情太强大了，强大到能够冲昏头脑~~）

image-20230402105541085

于是在一天下午舍友向我询问能不能自动转换，我想了想寒假学的数据处理和写数据库用的一些方法 拿正则套一下就行了 我说应该没问题来吧，然后就把这件事接了下来，之后他给我发了word文件我看了看，格式非常整洁很容易把正则套上去。那么 理论存在实践开始！

二、学习准备

之前没有操作过docx文件，所以去查了一下如何去操作docx文件。需要下载一个叫python-docx的库那么

pip install python-docx

然后导入库

from docx import Document

这里我用pycharm 结果装了给docx的库 和python-docx 不是一个库请注意！

doc = Document("D:\垃圾项目\儿科.docx")

Document（docx文件路径）

会创建一个Document的对象打开文件

这时候我们

doc = Document("D:\垃圾项目\儿科.docx")
for i, paragraph in enumerate(doc.paragraphs[:55]):
    print(i, paragraph.text)
0 第一章:绪论
1 一、单项选择题
2 1. 儿科护士的心理素质不包括
3 A．良好的记忆能力
4 B．良好的观察能
5 C．良好的思维能力
6 D．良好的模仿能力 
7 E．良好的人际沟通能力
8 2. 婴儿对某些传染病有一定的抵抗能力，主要是通过胎盘从母体中获得
9 A．IgA
10 B．SIgA
11 C．IgE
12 D．IgG
13 E．IgM
14 3. 小儿从母体获得的抗体从何时起日渐消失
15 A．生后1～2个月
16 B．生后3～4个月
17 C．生后5～6个月
18 D．生后7～8个月
19 E．生后10～12个月
20 4 .婴幼儿护理技术要求不包括下列哪项
21 A．按婴幼儿疾病特点给予治疗及护理
22 B．掌握婴幼儿各种生理特点和疾病特点
23 C．练就一手过硬的静脉穿刺技术
24 D．掌握各项辅助检查正常值
25 E．小婴儿应予配奶、喂奶、喂药
26 5.儿科护理学的范围不包括下列哪项： A．儿科临床护理工作
27 B．儿童时期卫生保健工作
28 C．儿科护理科学研究
29 D．熟练掌握护理操作技能
30 E．儿童的早期教育
31 6.造成婴幼儿易患呼吸道感染的原因是
32 A．血清中IgA缺乏
33 B．分泌型IgA缺乏
34 C．血清中IgG缺乏
35 D．血清中IgM缺乏
36 E．细胞免疫功能低下
37 7. 婴儿期是指
38 A．生后脐带结扎至1周岁
39 B．出生后至1周岁
40 C．生后1个月至1周岁前
41 D．生后2周岁以内
42 E．1～3周岁
43 8.幼儿期是指
44 A．生后29天至1周岁
45 B．1～3周岁前
46 C．2～5周岁
47 D．3～5周岁
48 E．4～6周岁
49 9.根据小儿年龄不同，将小儿时期分为
50 A．7个时期
51 B．6个时期
52 C．5个时期
53 D．4个时期
54 E．8个时期

非常顺利的拿到了前五十行的信息

实际操作：

能够拿到数据那么接下来就非常简单了去匹配格式，然后去进行处理

这时候就要用到正则表达式了

观察文档发现：

  1. 题型以大写数字开头

  2. 题目以普通数字+.开头

  3. 选项以字母.开头

整理好思路开始写正则：

black_char = re.compile("[\s\u3000\xa0]+")
​
chinese_nums_rule = re.compile("[一二三四]、(.+)")
title_rule = re.compile("\d+.")
option_rule = re.compile("[ABCDEF]")
option_rule_search = re.compile("^.+?$")

好让我们把正则匹配输出一下：

for paragraph in doc.paragraphs[0:55]:
    #  去除空白字符,将全角字符转半角字符，并给括号之间调整为中间二个空格
    line = black_char.sub("", paragraph.text).replace(
        "（", "(").replace("）", ")").replace("．", ".").replace("()", "(  )")
    # 对于空白行就直接跳过
    if not line:
        continue
    if title_rule.match(line):
        print("题目", line)
    elif option_rule.match(line):
        print("选项", option_rule_search.findall(line))
    else:
        chinese_nums_match = chinese_nums_rule.match(line)
        if chinese_nums_match:
            print("题型", chinese_nums_match.group(1))

输出：

题型 单项选择题
题目 1.儿科护士的心理素质不包括
选项 ['A.良好的记忆能力']
选项 ['B.良好的观察能']
选项 ['C.良好的思维能力']
选项 ['D.良好的模仿能力']
选项 ['E.良好的人际沟通能力']
题目 2.婴儿对某些传染病有一定的抵抗能力，主要是通过胎盘从母体中获得
选项 ['A.IgA']
选项 ['B.SIgA']
选项 ['C.IgE']
选项 ['D.IgG']
选项 ['E.IgM']
题目 3.小儿从母体获得的抗体从何时起日渐消失
选项 ['A.生后1～2个月']
选项 ['B.生后3～4个月']
选项 ['C.生后5～6个月']
选项 ['D.生后7～8个月']
选项 ['E.生后10～12个月']
题目 4.婴幼儿护理技术要求不包括下列哪项
选项 ['A.按婴幼儿疾病特点给予治疗及护理']
选项 ['B.掌握婴幼儿各种生理特点和疾病特点']
选项 ['C.练就一手过硬的静脉穿刺技术']
选项 ['D.掌握各项辅助检查正常值']
选项 ['E.小婴儿应予配奶、喂奶、喂药']
题目 5.儿科护理学的范围不包括下列哪项：A.儿科临床护理工作
选项 ['B.儿童时期卫生保健工作']
选项 ['C.儿科护理科学研究']
选项 ['D.熟练掌握护理操作技能']
选项 ['E.儿童的早期教育']
题目 6.造成婴幼儿易患呼吸道感染的原因是
选项 ['A.血清中IgA缺乏']
选项 ['B.分泌型IgA缺乏']
选项 ['C.血清中IgG缺乏']
选项 ['D.血清中IgM缺乏']
选项 ['E.细胞免疫功能低下']
题目 7.婴儿期是指
选项 ['A.生后脐带结扎至1周岁']
选项 ['B.出生后至1周岁']
选项 ['C.生后1个月至1周岁前']
选项 ['D.生后2周岁以内']
选项 ['E.1～3周岁']
题目 8.幼儿期是指
选项 ['A.生后29天至1周岁']
选项 ['B.1～3周岁前']
选项 ['C.2～5周岁']
选项 ['D.3～5周岁']
选项 ['E.4～6周岁']
题目 9.根据小儿年龄不同，将小儿时期分为
选项 ['A.7个时期']
选项 ['B.6个时期']
选项 ['C.5个时期']
选项 ['D.4个时期']
选项 ['E.8个时期']

看起来没有问题

现在我打算将当前匹配出来的文本数据存储成字典形式的结构化数据：

# 保存最终的结构化数据
question_type2data = OrderedDict()
# 从word文档的“一、单项选择题”开始遍历数据
title2options = {}
options = []
for paragraph in doc.paragraphs[0:]:
​
    #  去除空白字符,将全角字符转半角字符，并给括号之间调整为中间一个空格
    line = black_char.sub("", paragraph.text).replace(
        "（", "(").replace("）", ")").replace("．", ".").replace("()", "(  )")
    # 对于空白行就直接跳过
    if not line:
        continue
    if title_rule.match(line):
        options = title2options.setdefault(line, [])
    elif option_rule.match(line):
        options.extend(option_rule_search.findall(line))
    else:
        chinese_nums_match = chinese_nums_rule.match(line)
        if chinese_nums_match:
            question_type = chinese_nums_match.group(1)
            title2options = question_type2data.setdefault(question_type, OrderedDict())

遍历结构化字典储存

result = []
max_options_len = 0
for question_type, title2options in question_type2data.items():
    for title, options in title2options.items():
        result.append([question_type, title, *options])
        options_len = len(options)
        if options_len > max_options_len:
            max_options_len = options_len
df = pd.DataFrame(result, columns=["题型", "题目"]+[f"选项{i}" for i in range(1, max_options_len+1)])
# 题型可以简化下，去掉选择两个字
​
df['题型'] = df['题型'].str.replace("", "")
df.head()
print(df)
try:
    df.to_excel(r'D:\垃圾项目\test.xlsx', sheet_name='Sheet1', index=False, header=True)
except:
    print("写入成功！")

全部代码：

import pandas as pd
import re
from docx import Document
from collections import OrderedDict
​
​
doc = Document("D:\垃圾项目\儿科.docx")
# for i, paragraph in enumerate(doc.paragraphs[:55]):
#     print(i, paragraph.text)
​
black_char = re.compile("[\s\u3000\xa0]+")
​
chinese_nums_rule = re.compile("[一二三四]、(.+)")
title_rule = re.compile("\d+.")
option_rule = re.compile("[ABCDEF]")
option_rule_search = re.compile("^.+?$")
​
# 保存最终的结构化数据
question_type2data = OrderedDict()
# 从word文档的“一、单项选择题”开始遍历数据
title2options = {}
options = []
for paragraph in doc.paragraphs[0:]:
​
    #  去除空白字符,将全角字符转半角字符，并给括号之间调整为中间一个空格
    line = black_char.sub("", paragraph.text).replace(
        "（", "(").replace("）", ")").replace("．", ".").replace("()", "(  )")
    # 对于空白行就直接跳过
    if not line:
        continue
    if title_rule.match(line):
        options = title2options.setdefault(line, [])
    elif option_rule.match(line):
        options.extend(option_rule_search.findall(line))
    else:
        chinese_nums_match = chinese_nums_rule.match(line)
        if chinese_nums_match:
            question_type = chinese_nums_match.group(1)
            title2options = question_type2data.setdefault(question_type, OrderedDict())
result = []
max_options_len = 0
for question_type, title2options in question_type2data.items():
    for title, options in title2options.items():
        result.append([question_type, title, *options])
        options_len = len(options)
        if options_len > max_options_len:
            max_options_len = options_len
df = pd.DataFrame(result, columns=["题型", "题目"]+[f"选项{i}" for i in range(1, max_options_len+1)])
​
df.head()
print(df)
#打印出来看看处理的结果是否正确
try:
    df.to_excel(r'D:\垃圾项目\test.xlsx', sheet_name='Sheet1', index=False, header=True)
except:
    print("写入成功！")

最终效果

image-20230402113051472

有一些格式不规范套不上正则 但是并不多大概十几道题 总的来说解决的大部分的工作量

稍微调整一下excal

image-20230402113246487

image-20230402113453090

结语

这个工作连学习带调试大概花费了三个小时时间，一个晚自习加第二天研学的一半时间。时间花费并不算多，但是通过写代码解决了一件生活中常见的问题，把技术转换成了生产力 我还是很高兴的。帮舍友解决了问题，自己也得到了锻炼和成就感，最近学习任务又多又重，前一段时间看了赵文凯的博客感触颇深，其实我也很迷茫，因为学习本身艰难且短期看没有什么收益 。我能够做到这件事情，虽然这是一件微不足道的小事，但也能说明我日以继日做的努力没有白白的浪费，更加坚定了我继续学习下去的信心。用那个相传甚广的交大学生生存法则的话来说，能够支持你学习下去的一定是你对科学技术的好奇心。也希望各位也能够保持初心砥砺前行。

最后让我再说一句“振翅云顶之上，汲目星辰大海！”

标签：选项,一天,舍友,生后,rule,line,options,match,成就感
From： https://www.cnblogs.com/sizhouliu/p/17887182.html

相关文章

  • 集合异或运算--记录学习C语言每一天
    ////main.c//Hello////Createdbyrenxinon2023/11/28.//#defineElemTypeint#defineMaxSize50#include<stdio.h>#include<stdlib.h>typedefstructList{ElemTypeList[MaxSize];intLength;intSize;}List;voidIn......
  • 从零开始学云开发：第一天
    只能勉强看懂一小部分代码的fw依靠各种帮助走上云开发之旅1.在微信开发者工具中创建一个使用云开发的小程序2.在左上角的云开发里创建一个集合3.在集合里添加一组数据（网游打多了4.在数据权限里调整集合为所有用户可读5.像普通的微信小程序那样做一个按钮<button type="pr......
  • 2023-13-03-好像又是很emo的一天
    早上起床起得比较晚，因为之前的旅途比较的累然后一天好像也没干什么。。。。。也就整理了一下之前的笔记晚上的时候，去了一下实验室，因为要开周末的分享会我是7：00左右去的，，然后就坐在位置上学习，，并等待周会二点开始但是我想说的是，，，在位置上学习，，突然变得不知道学什么了变得手足无措......
  • P3604 美好的每一天
    题意给定一个字符串\(S\)，每次区间查询\(l,r\)中有多少子区间重排可以形成回文串。Sol莫队板子题。首先套路地，状压\(26\)个字母，然后做异或前缀和。问题变为当前区间内有多少个\([x,y]\)使得\(s[y]\opluss[x-1]\)有或者没有一位是\(1\)。考虑如何扩展一个区间......
  • phthon1第一天
    第一个小程序：print('---------------------------------来玩一个游戏吧----------------------------')temp=input('请输入代表心情的数字:')guess=int(temp)ifguess==8:print("你是猜对了！")print("你是小甲鱼的蛔虫吗？")else:print("你是猜错了......
  • 第一天入职就结束了
    第一天入职就结束了情况描述领导看到我入职报告写的红绿色色盲,便以为我分不清正常和报错的红色,拒绝让我入职。产生的原因当初做体检的时候医生草草给了几张图就判了色盲我拿到这检测结果的时候,本想跟医生说再测测的,我不是色盲,只是色弱,可是看医生很忙,想着运维岗位而已......
  • 代码随性训练营第五十一天（Python）｜ 309.最佳买卖股票时机含冷冻期、714.买卖股票的最佳
    309.最佳买卖股票时机含冷冻期classSolution:defmaxProfit(self,prices:List[int])->int:#dp[i][0]持有股票#dp[i][1]卖出股票那一天#dp[i][2]冷冻期#dp[i][3]保持卖出股票的状态dp=[[0]*4for_inrange(......
  • 一天吃透Java并发面试八股文
    内容摘自我的学习网站：topjavaer.cn分享50道Java并发高频面试题。线程池线程池：一个管理线程的池子。为什么平时都是使用线程池创建线程，直接new一个线程不好吗？嗯，手动创建线程有两个缺点不受控风险频繁创建开销大为什么不受控？系统资源有限，每个人针对不同业务都可以手动......
  • 多种数据库获取最近一天记录的SQL整理
    多种数据库获取最近一天记录的SQL整理背景纯粹当笔记.数据库种类太多,记不住,每次都需要现查,效率实在是太低了将获取最近一天记录的SQL整理好方便后续直接his用简单总结Oracle+DM+神通的语法一样Kingbase+PG+Highgo的语法一样MySQL用的是SUB其他人都是......
  • 获取月份的最后一天
    newDate(year,month,0).getDate()//获取月份的最后一天letnow=newDate()letyear=now.getFullYear()letmonth=now.getMonth()-1functionlastMonthday(year,month){letlastDay=newDate(year,month,0)......

赞助商

阅读排行

网站主页关于我们联系我们网站地图

本网站内容转载自其他媒体，侵权联系[admin##ips99.com]。

Copyright © 2020-2023 IPS99 版权所有 IPS99