使用正则表达式查找Word文件中AABB和ABAC形式的成语

使用正则表达式查找Word文件中AABB和ABAC形式的成语

1.实验目的

(1)熟练安装Python扩展库python-docx。
(2)了解Word文件的内容组织方式。
(3)熟悉Python标准库re中常用函数的用法。
(4)熟悉正则表达式子模式的工作原理。
(5)了解常用汉字Unicode编码范围。

2.实验内容

安装Python扩展库python-docx，然后读取一个Word文章中所有段落的文本，查找并输出其中所有AABB形式的词语，例如踏踏实实、密密麻麻、简简单单、时时刻刻。

案例代码

import docx
import re

f = docx.Document("test.docx")
for i in range(len(f.paragraphs)):
    pat1 = r'(((.).\3.)|((.)\5(.)\6))'
    if re.findall(pat1, f.paragraphs[i].text):
        l = re.findall(pat1, f.paragraphs[i].text)
        print(*[j for j in [i[0] for i in l] if(re.fullmatch(r'^[\u4e00-\u9fa5]{0,}$', j))])