### 使用Python批量提取多文件夹中的文档 为了实现从多个文件夹中批量提取文档的目标，可以利用 `os` 和 `glob` 模块来遍历指定路径下的所有子文件夹及其内部的文件。通过这种方式能够高效地定位并处理所需的文档。 对于不同类型的文档（如 `.txt`, `.docx`, 或者 `.pdf`），可能需要调用不同的库来进行解析和关键字提取工作。例如： - 对于纯文本文件可以直接打开读取； - 如果是 Word 文档，则可借助 `python-docx` 库； - 而 PDF 文件则需要用到像 PyPDF2 这样的工具[^1]。 #### 示例代码：批量提取多文件夹中文档的关键字 ```python import os from glob import glob from collections import defaultdict import textract # 支持多种格式文件的文字抽取 def extract_keywords_from_files(root_folder, extensions=['.txt', '.pdf']): """ 批量提取给定根目录下各子文件夹内特定扩展名文件的内容 参数: root_folder (str): 待扫描的顶级文件夹路径 extensions (list of str): 关心的文件类型列表，默认为['.txt','.pdf'] 返回值: dict: {subfolder_path:[keywords]} """ results = defaultdict(list) for foldername, subfolders, filenames in os.walk(root_folder): for filename in filenames: if any(filename.endswith(ext) for ext in extensions): filepath = os.path.join(foldername, filename) try: content = textract.process(filepath).decode('utf-8') # 假设这里有一个函数 get_keywords 来获取关键词 keywords = get_keywords(content) relative_path = os.path.relpath(foldername, start=root_folder) results[relative_path].extend(keywords) except Exception as e: print(f"Error processing file '{filepath}': {e}") return dict(results) # 定义一个简单的关键词提取方法作为占位符 def get_keywords(text): """模拟关键词提取过程""" words = text.split() unique_words = set(words[:min(5,len(words))]) # 取前五个词作为“关键词” return list(unique_words) ``` 此段程序会递归访问传入参数 `root_folder` 下的所有子文件夹，并针对每种支持的文件类型尝试从中抽取出文字内容，再进一步分析得到其中的重要词汇或短语。注意这里的 `get_keywords()` 函数只是一个示意性的定义，在实际应用中应当替换为更专业的自然语言处理技术来准确识别有意义的关键词[^3]。