使用jieba对.xls文件中的文字进行分词操作，词频统计

首先安装必要的包：

pip install xlrd jieba

代码如下：

import xlrd  
import jieba  
from collections import Counter  
  
def read_xls_and_analyze(file_path):  
    # 打开xls文件  
    workbook = xlrd.open_workbook(file_path)  
    sheet = workbook.sheet_by_index(0)  # 假设我们处理第一个工作表  
  
    # 初始化一个列表来存储所有的中文分词  
    all_words = []  
  
    # 遍历所有行和列  
    for row_idx in range(sheet.nrows):  
        for col_idx in range(sheet.ncols):  
            cell_value = sheet.cell_value(row_idx, col_idx)  
            # 检查单元格值是否为字符串  
            if isinstance(cell_value, str):  
                # 提取中文文本  
                chinese_text = ''.join(char for char in cell_value if '\u4e00' <= char <= '\u9fff')  
                if chinese_text:  # 如果存在中文文本  
                    # 使用jieba进行分词  
                    words = jieba.lcut(chinese_text)  
                    all_words.extend(words)  # 将分词结果添加到列表中  
  
    # 使用Counter进行词频统计  
    word_counts = Counter(all_words)  
  
    # 打印词频统计结果  
    for word, count in word_counts.most_common():  
        print(f"{word}: {count}")  
  
# 使用示例  
file_path = r'C:\Users\admin\Desktop\gen500+sep500-eval.xls'  # 使用原始字符串  
read_xls_and_analyze(file_path)

结果：