Python_RAKE 中的关键字提取

Question

我是一名新手，对以下简单的 "loop" 问题感到困惑。我有一个包含 x 个文件的本地目录（大约 500 个 .txt 文件）。我想使用 Python 的 RAKE 从每个唯一文件中提取相应的关键字。我已经查看了 RAKE 的文档；但是，本教程中建议的代码获取单个文档的关键字。有人可以向我解释如何遍历存储在本地目录中的 X 数量的文件吗？这是教程中的代码，它对于单个文档来说非常好。

$git clone https://github.com/zelandiya/RAKE-tutorial

import rake
import operator

rake_object = rake.Rake("SmartStoplist.txt", 5, 3, 4)

sample_file = open("data/docs/fao_test/w2167e.txt", 'r')
text = sample_file.read()
keywords = rake_object.run(text)
print "Keywords:", keywords

Answer 1

创建要处理的文件名列表：

filenames = [
    'data/docs/fao_test/w2167e.txt',
    'some/other/folder/filename.txt',
    etc...
]

如果您不想对所有名称进行硬编码，可以使用 glob 模块通过通配符收集文件名。

创建用于存储结果的字典：

results = {}

遍历每个文件名，读取内容并将 Rake 结果存储在字典中，以文件名为关键字：

for filename in filenames:
    with open(filename, 'r') as fp:
        results[filename] = rake_object.run(fp.read())

Python_RAKE 中的关键字提取

Keyword Extraction in Python_RAKE

python

rake

keyword