1

Tengo un diccionario de definiciones de toda la vida en word, en el que las palabras a definir están en negrita, y la definición de cada palabra sin negrita a continuación. Todo seguido y en texto.

Necesito que Python identifique qué palabra es la que se define (la que está en negrita), y que las palabras que hay a continuación hasta la siguiente negrita, son las palabras que se utilizan para definir a esta primera.

El fin de esto es conseguir crear una matriz de NxN (Siendo N el número total de palabras a definir del diccionario), en las que para cada palabra se identifique qué otras palabras del diccionario se utilizan para definir a cada palabra.

No tengo ni idea de por donde coger el problema. Cualquier ayuda me servirá mucho sin duda.

Muchísimas gracias!!

Saludos.

1 respuesta 1

1

El único paquete que he usado para manejar docx es python-docx. Si tu estructura es tal como cuentas una palabra en negrita (bold) seguida de un texto (definición) y así sucesivamente, no te debe entrañar mucha dificultad parsearlo.

La clave estaría en iterar sobe todos los objetos docx.text.run.Run y obtener aquellos con atributo bold como True.

Por ejemplo, una forma genérica que funcionaría aunque las definiciones estén en distintos párrafos sería:

import docx


doc = docx.Document('test.docx')

defs = {}
palabra = None
aux = []

for paragraph in doc.paragraphs:
    for run in paragraph.runs:
        if run.bold:
            if palabra is not None:
                defs[palabra] = "".join(aux)
            palabra = run.text
            aux.clear()
        else:
            aux.append(run.text)

if palabra is not None:
    defs[palabra] = "".join(aux)

Para un texto de la forma:

byteUnidad de información compuesta generalmente de ocho bits
documentoEscrito en que constan datos fidedignos o susceptibles de ser empleados como tales para probar algo

obtendríamos algo como:

>>> defs

{'byte': 'Unidad de información compuesta generalmente de ocho bits',
 'documento': 'Escrito en que constan datos fidedignos o susceptibles de ser empleados como tales para probar algo'}
0

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.