lcut在python_在Python中读取.lnk文件的目标?

1586010002-jmsa.png

I'm trying to read the target file/directory of a shortcut (.lnk) file from Python. Is there a headache-free way to do it? The .lnk spec [PDF] is way over my head.

I don't mind using Windows-only APIs.

My ultimate goal is to find the "(My) Videos" folder on Windows XP and Vista. On XP, by default, it's at %HOMEPATH%\My Documents\My Videos, and on Vista it's %HOMEPATH%\Videos. However, the user can relocate this folder. In the case, the %HOMEPATH%\Videos folder ceases to exists and is replaced by %HOMEPATH%\Videos.lnk which points to the new "My Videos" folder. And I want its absolute location.

解决方案

Create a shortcut using Python (via WSH)

import sys

import win32com.client

shell = win32com.client.Dispatch("WScript.Shell")

shortcut = shell.CreateShortCut("t:\\test.lnk")

shortcut.Targetpath = "t:\\ftemp"

shortcut.save()

Read the Target of a Shortcut using Python (via WSH)

import sys

import win32com.client

shell = win32com.client.Dispatch("WScript.Shell")

shortcut = shell.CreateShortCut("t:\\test.lnk")

print(shortcut.Targetpath)

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: jieba.lcut()是Python结巴分词库的一个函数,用于将文本切分成词语列表。该函数的用法如下: ```python import jieba # 输入待分词的文本 text = "今天天气真好,我想出去玩。" # 使用jieba.lcut()函数进行分词 word_list = jieba.lcut(text) # 输出分词结果 print(word_list) ``` 在上面的例子,我们先导入了jieba模块,然后定义了一个字符串变量text,用于存储待分词的文本。接着,我们使用jieba.lcut()函数对文本进行分词,并将分词结果存储在word_list变量。最后,使用print()函数输出分词结果。 执行上述代码,输出结果为: ``` ['今天', '天气', '真好', ',', '我', '想', '出去', '玩', '。'] ``` 可以看到,分词结果是一个包含多个词语的列表。jieba.lcut()函数可以根据文文本的特点进行精准分词,是文自然语言处理常用的工具之一。 ### 回答2: Python的Jieba是一款文分词库,能够将文文本分成一个一个有意义的词语,方便后续的分析和处理。其lcut函数是Jieba分词库最常用的函数之一,该函数可以对给定的文文本进行分词操作,返回一个包含分词结果的列表。 Jieba的lcut函数可以接受一个字符串作为输入,也可以接受文件名作为输入。在对字符串进行分词时,需要将字符串作为函数的参数传入。例如: ```python import jieba text = "提供数据预处理和建模的Python代码库,包含了数据预处理、数据可视化、特征工程、模型选择、模型训练、模型评估等常用机器学习任务的代码实现" words = jieba.lcut(text) print(words) ``` 执行以上代码会得到如下输出: ['提供', '数据', '预处理', '和', '建模', '的', 'Python', '代码库', ',', '包含', '了', '数据预处理', '、', '数据', '可视化', '、', '特征工程', '、', '模型', '选择', '、', '模型', '训练', '、', '模型', '评估', '等', '常用', '机器', '学习', '任务', '的', '代码', '实现'] 可以看到,分词的结果以列表的形式返回,每个词语作为一个元素存储在列表。可以结合其他Python库,例如nltk、gensim等进行自然语言处理的相关研究。 除了lcut函数,Jieba还提供了其他的分词函数,例如cutcut_for_search等。在使用过程,我们需要根据实际需求选择最适合的分词函数。 ### 回答3: jieba是Python的一个文分词库,它可以将文文本分割成词语并且对每个词语添加词性标注。其,jieba.lcut函数是jieba库的分词函数,用来将一个字符串分割成单个词语。具体用法如下: 1. 导入jieba库 在开始使用jieba库之前,需要在Python程序导入jieba库。代码如下: ```python import jieba ``` 2. 调用jieba.lcut()函数进行分词 使用jieba.lcut()函数可以完成文分词的任务。该函数的调用方式如下: ```python seg_list = jieba.lcut(sentence, cut_all=False) ``` 其,第一个参数sentence是需要进行分词的字符串,第二个参数cut_all是分词模式,如果为True表示采用全模式分词,如果为False表示采用精确模式分词(即默认分词模式)。 该函数返回一个列表,其的元素为字符串类型,表示将输入的sentence按照分词模式分割后得到的词语。 3. 去除停用词 在分词过程,通常需要去除一些常用词语,如“的”、“了”、“是”等,这些词语对文本意义的表达没有太大的作用。我们可以使用自己定义的停用词表,或是调用Python的ntlk库的停用词表进行去除。具体代码如下: ```python import jieba from nltk.corpus import stopwords stop_words = set(stopwords.words('english')) # 加载英文停用词表 def word_splitter(sentence): words = jieba.lcut(sentence) # 使用jieba进行文分词 words_cleaned = [] for word in words: if word not in stop_words: words_cleaned.append(word) # 返回去除停用词后的词语列表 return words_cleaned ``` 总的来说,在自然语言处理和文本挖掘领域,文分词是非常重要的一项任务,而jieba库作为Python文分词库,在实现功能和效率方面都表现出色,值得广泛学习和应用。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值