002-统计docx文件中()出现的次数

• 知识点：
  1、如何读取docx文件，pip install python-docx包，导包用from docx import Document
  2、将docx文件读取成字符串，进行正则匹配，即可统计

import re
from docx import Document

# 读取Word文档内容到一个字符串
def read_word_to_string(doc_path):
    doc = Document(doc_path)
    text = ''
    for paragraph in doc.paragraphs:
        text += paragraph.text + ' '  # 添加空格以确保连续段落间的内容也被正确匹配
    return text


# 使用正则表达式计算 () 出现的次数
def count_parentheses(text):
    pattern = r'\('  # 匹配左括号，右括号同理（注意这里只计算了左括号，需要同时考虑左右括号的情况）
    left_parentheses_count = len(re.findall(pattern, text))

    pattern = r'\)'
    right_parentheses_count = len(re.findall(pattern, text))

    # 如果左括号和右括号数量相等，则返回总的括号数，否则可能有未闭合的括号
    if left_parentheses_count == right_parentheses_count:
        return left_parentheses_count
    else:
        print("Warning: Unbalanced parentheses detected!")


def match_parentheses_content(text, limit=10):  # 默认只返回前10个括号中的内容
    pattern = r'\((.*?)\)'  # 匹配括号中的内容，非贪婪模式
    matches = re.findall(pattern, text)[:limit]  # 获取前limit个括号中的内容
    matched_letters = [re.sub(r'\W+', '', match) for match in matches]  # 去除每个匹配项中的非字母字符
    # 判断题目中括号内的字母，是否正确
    return matched_letters


doc_path = r"D:\test\book\test.docx"
word_content = read_word_to_string(doc_path)
word_content = word_content.replace('（', '(')
word_content = word_content.replace('）', ')')
word_content = word_content.upper()

print("括号出现的次数： ",  count_parentheses(word_content))
# 括号出现的次数：  11

print("括号里的字母： ",  match_parentheses_content(word_content,10)) # 只要前10个括号里的字母：  ['B', 'C', 'A', '_B', 'A', 'B', 'B', 'B', 'B', 'C']

• 结果
•