由于我们无法直接操作实际的 PDF 文件（如 `JILi_Jenny_CV-V3.pdf`）进行读取，但你已经提供了完整的文本内容，我们可以先通过 **模拟文本提取** 的方式，使用 Python 正则表达式从中提取 `"Computer"` 对应的部分，然后将其写入一个两列的 CSV 文件。 --- ### ✅ 目标 从简历中提取： ``` Computer: Microsoft Office(Proficient), Tableau(Proficient), SQL(Proficient), Python(Proficient). ``` 输出到一个名为 `computer_skills.csv` 的 CSV 文件，结构如下： | Computer | Skill_Level | |--------------------|------------------------------------------| | Microsoft Office | Proficient | | Tableau | Proficient | | SQL | Proficient | | Python | Proficient | --- ### ✅ 完整 Python 代码 ```python import re import csv # 模拟从PDF中提取的原始文本（你可以替换成实际通过 PyPDF2 提取的内容） raw_text = """ Certifications: ACCA(8/13), HKICPA(10/15) Computer: Microsoft Office(Proficient), Tableau(Proficient), SQL(Proficient), Python(Proficient). Language: English(IELTS 7.0), Mandarin(Native). Interests: Photography, Swimming. """ # Step 1: 提取 Computer 开头的那一行 computer_section_match = re.search(r'Computer:\s*(.*?)(?:\n|$)', raw_text, re.DOTALL) if not computer_section_match: raise ValueError("未找到 'Computer' 相关信息") computer_line = computer_section_match.group(1).strip() # 提取冒号后的部分 # Step 2: 使用正则匹配每一个 "Skill(Level)" 的模式 skill_pattern = r'([^(,]+?)\(([^)]+)\)' matches = re.findall(skill_pattern, computer_line) # Step 3: 准备数据并清理空格 data = [] for skill, level in matches: skill_clean = skill.strip() level_clean = level.strip() data.append([skill_clean, level_clean]) # Step 4: 写入 CSV 文件 output_file = 'computer_skills.csv' with open(output_file, 'w', encoding='utf-8', newline='') as f: writer = csv.writer(f) # 写入表头 writer.writerow(['Computer', 'Skill_Level']) # 写入每一项技能 writer.writerows(data) print(f"✅ 成功提取 Computer 技能并保存至 '{output_file}'") for row in data: print(f" - {row[0]}: {row[1]}") ``` --- ### ✅ 输出结果（生成的 `computer_skills.csv` 内容）： ```csv Computer,Skill_Level Microsoft Office,Proficient Tableau,Proficient SQL,Proficient Python,Proficient ``` --- ### 📦 所需依赖安装 ```bash pip install PyPDF2 # 如果你要从真实 PDF 中提取文本 # 或者如果是扫描件： # pip install pdf2image pytesseract ``` > 🔁 如果你想从真正的 PDF 文件中读取文本，可以用 `PyPDF2` 替代上面的 `raw_text` 输入： ```python import PyPDF2 def read_pdf_text(pdf_path): text = "" with open(pdf_path, 'rb') as file: reader = PyPDF2.PdfReader(file) for page in reader.pages: text += page.extract_text() return text # 使用真实的 PDF 文件替换 raw_text # raw_text = read_pdf_text("JILi_Jenny_CV-V3.pdf") ``` --- ### ✅ 总结 这段脚本可以： - 自动识别简历中 `Computer:` 后面的技术栈； - 解析每个工具及其熟练程度； - 导出为标准 CSV 文件供后续分析使用。 如果你把 PDF 发给我（支持文本提取），我可以帮你直接运行完整流程！否则，你可以复制以上代码本地运行即可。