python - 对文件夹中的多个文件运行数据解析器？ Python

Question

长期潜伏，但从未在这里发布。抱歉，如果这不是一篇好文章...我制作了一个使用正则表达式从简历中提取姓名和电子邮件的程序。我可以让它打开我的简历文件夹中的特定文件，但是让程序遍历文件夹中的所有文件让我很困惑。这是我正在做的伪代码:

• 打开简历文件夹
  • 读取文件1.txt
    • 执行名称查找器
    • 执行emailFinder
      • 创建新的字典candidateData
      • 导出到 Excel
  • 读取file2.txt
  • ...

代码如下:

import re
import os
import pprint

with open('John Doe -Resume.txt', 'r') as f:

    #This pulls the first line of the resume,
    #Which is generally the name.
    first_line_name = f.readline().strip()

    #This pulls the Email from the resume.
    bulkemails = f.read()
    r = re.compile(r'(\b[\w.]+@+[\w.]+.+[\w.]\b)')
    candidateEmail = r.findall(bulkemails)
    emails = ""
    for x in candidateEmail:
            emails += str(x)+"\n"

            #This creates the dictionary data
            candidateData = {'candidateEmail' : str(candidateEmail), \
                              'candidateName' : str(first_line_name)}

    pprint.pprint(candidateData)

然后，我得到这个作为输出:

{'candidateEmail': "['JohnDoe@gmail.com']",
'candidateName': 'John Doe'}

一切准备就绪，可以导出到 Excel 中。

所以这是我要问你的问题!我如何让它对我的简历文件夹中的所有 .txt 文件执行此操作，而不仅仅是我指定的文件？另外，任何鳕鱼批评将不胜感激，谢谢大家!:D

Answer 1

您可以使用 glob 遍历目录中的所有 .txt 文件，然后对每个文件运行该函数。将此添加到开头

import re
import os
import glob
import pprint

os.chdir("resumes")
for file in glob.glob("*.txt"):
    with open(file, 'r') as f:
        #Rest of your execution code here

编辑:在评论中回答您的问题:

import re
import os
import glob
import pprint

candidateDataList = []
for file in glob.glob("*.txt"):
    with open(file, 'r') as f:

        #This pulls the first line of the resume,
        #Which is generally the name.
        first_line_name = f.readline().strip()

        #This pulls the Email from the resume.
        bulkemails = f.read()
        r = re.compile(r'(\b[\w.]+@+[\w.]+.+[\w.]\b)')
        candidateDataList.append({'name':str(first_line_name),
                                  'email':r.findall(bulkemails)})

pprint.pprint(candidateDataList)