履歴書審査のための Python 自動化の実践

この記事では、python に関する関連知識を提供し、Word ファイルを読み取るための ReadDoc クラスの定義や search_word 関数の定義など、主に履歴書審査に関連する問題を紹介します。皆様の参考になれば幸いです。

推奨される学習: Python ビデオ チュートリアル

履歴書スクリーニング

関連する履歴書情報は次のとおりです:

---

---

# Word ファイルを読み取るための ReadDoc クラスを定義します

既知の条件:

ファイルを検索したい指定されたキーワード履歴書を含む (Python、Java など)

---

実装アイデア:

各単語ファイルをバッチで読み取り (glob を通じて単語情報を取得)、読み取り可能な内容をすべて結合します。キーワードを取得してフィルタリングして、ターゲットの履歴書アドレスを取得します。

---

ここで注意すべき点は、すべての「履歴書」が段落形式で表示されているわけではないということです。たとえば、「Liepin」の Web サイトからダウンロードした履歴書は「表形式」です。 、「boss」からダウンロードした履歴書は「段落形式」です。ここで読むときは注意が必要です。私たちが行ったデモスクリプト演習は「表形式」です。

---

ここでは、「段落」と「表」をそれぞれ読み取るための 2 つの関数を定義する「ReadDoc」クラスを具体的に定義できます。

#実際のケース スクリプトは次のとおりです:

# coding:utf-8from docx import Documentclass ReadDoc(object):              # 定义一个 ReadDoc ，用以读取 word 文件
    def __init__(self, path):       # 构造函数默认传入读取 word 文件的路径
        self.doc = Document(path)
        self.p_text = ''
        self.table_text = ''

        self.get_para()
        self.get_table()


    def get_para(self):             # 定义 get_para 函数用以读取 word 文件的段落
        for p in self.doc.paragraphs:
            self.p_text += p.text + '\n'    # 读取的段落内容进行换行
        print(self.p_text)


    def get_table(self):            # 定义 get_table 函数循环读取表格内容
        for table in self.doc.tables:
            for row in table.rows:
                _cell_str = ''      # 获取每一行的完整信息
                for cell in row.cells:
                    _cell_str += cell.text + ','    # 每一行加一个 "," 隔开
                self.table_text += _cell_str + '\n'     # 读取的表格内容进行换行
        print(self.table_text)if __name__ == '__main__':
    path = glob.os.path.join(glob.os.getcwd(), 'test_file/简历1.docx')
    doc = ReadDoc(path)
    print(doc)

ReadDoc クラスの実行結果を見てください

---

---

search_word 関数を定義して、目的の履歴書に一致するように Word ファイルの内容をフィルター処理します。

OK、上記で履歴書の Word 文書が正常に読み取られました。次に、取得したコンテンツをキーワード情報を選択することで絞り込み、キーワードを含む履歴書を絞り込みます。

実際のケース スクリプトは次のとおりです:

# coding:utf-8import globfrom docx import Documentclass ReadDoc(object):              # 定义一个 ReadDoc ，用以读取 word 文件
    def __init__(self, path):       # 构造函数默认传入读取 word 文件的路径
        self.doc = Document(path)
        self.p_text = ''
        self.table_text = ''

        self.get_para()
        self.get_table()


    def get_para(self):             # 定义 get_para 函数用以读取 word 文件的段落
        for p in self.doc.paragraphs:
            self.p_text += p.text + '\n'    # 读取的段落内容进行换行
        # print(self.p_text)        # 调试打印输出 word 文件的段落内容


    def get_table(self):            # 定义 get_table 函数循环读取表格内容
        for table in self.doc.tables:
            for row in table.rows:
                _cell_str = ''      # 获取每一行的完整信息
                for cell in row.cells:
                    _cell_str += cell.text + ','    # 每一行加一个 "," 隔开
                self.table_text += _cell_str + '\n'     # 读取的表格内容进行换行
        # print(self.table_text)    # 调试打印输出 word 文件的表格内容def search_word(path, targets):     # 定义 search_word 用以筛选符合内容的简历；传入 path 与 targets（targets 为列表）
    result = glob.glob(path)
    final_result = []               # 定义一个空列表，用以后续存储文件的信息

    for i in result:             # for 循环获取 result 内容

        isuse = True                # 是否可用

        if glob.os.path.isfile(i):       # 判断是否是文件
            if i.endswith('.docx'):      # 判断文件后缀是否是 "docx" ，若是，则利用 ReadDoc类 实例化该文件对象
                doc = ReadDoc(i)
                p_text = doc.p_text         # 获取 word 文件内容
                table_text = doc.table_text
                all_text = p_text + table_text                for target in targets:      # for 循环判断关键字信息内容是否存在
                    if target not in all_text:
                        isuse = False
                        break

                if not isuse:
                    continue
                final_result.append(i)
    return final_resultif __name__ == '__main__':
    path = glob.os.path.join(glob.os.getcwd(), '*')
    result = search_word(path, ['python', 'golang', 'react', '埋点'])      # 埋点是为了演示效果，故意在 "简历1.docx" 加上的
    print(result)

実行結果は次のとおりです:

---

---

推奨学習:

Python ビデオ チュートリアル

以上が履歴書審査のための Python 自動化の実践の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。