国产化Word处理控件Spire.Doc教程：如何用 Python 统计 Word 文档中的词频

郝听發表於 2025-8-12 14:29:00

国产化Word处理控件Spire.Doc教程：如何用 Python 统计 Word 文档中的词频

<img src="https://image.evget.com/attachment/keditor/image/20250812/140050_0.png">
你是否正为如何统计 Word 文档中的词频而苦恼？别担心，无论是为了提取关键词、分析内容结构，还是构建自动化文档工具，Python 都能轻松帮你搞定。你不仅可以统计某个词在整个文档中的总出现次数，还能精确到每一章甚至每一段。本文将带你一步步掌握如何用 Python 高效准确地完成词频统计，帮助你从 Word 文件中快速提取有价值的信息，省去手动查找的麻烦。
在本教程中，我们将使用 Spire.Doc for Python —— 一款功能强大且易于上手的 Python Word 文档处理库。它支持读取、编辑和分析 DOCX 文件的多种功能，而且不依赖于 Microsoft Office 环境。
Spire.Doc for Python试用下载，请联系Spire官方授权代理商慧都科技
Spire技术交流Q群（125237868）
 
你可以通过 pip 安装它：
<pre class="prettyprint lang-js highlighter-hljs"><code>pip install spire.doc</code></pre>
或下载 Spire.Doc 安装包，进行自定义安装。
Spire.Doc for Python试用下载，请联系Spire官方授权代理商慧都科技
Spire技术交流Q群（125237868）
<h2>在整篇 Word 文档中查找关键词出现频率</h2>
首先我们来看一个最常见的需求：统计某个词或短语在整个 Word 文档中的出现频率。比如你正在审阅一份 50 页的合同文档，想知道“合同”这个词出现了多少次。
使用 Spire.Doc for Python 提供的 FindAllString() 方法，你可以快速扫描整份文档，并准确获取关键词的出现次数，只需几行代码就能搞定。
统计词频的基本步骤如下：
<ul>
<li>创建 Document 类的对象，并读取目标 Word 文档；</li>
<li>指定要查找的关键词；</li>
<li>使用 Document.FindAllString() 方法查找该词在文档中的所有匹配项；</li>
<li>统计匹配次数并输出结果。</li>
</ul>
下面的代码展示了如何统计关键词 "AI绘画" 在整个 Word 文档中出现的次数：
<pre class="prettyprint lang-js highlighter-hljs"><code>from spire.doc import *
from spire.doc.common import *

# 创建一个 Document 对象
document = Document()

# 加载 Word 文档
document.LoadFromFile("/input/AI绘画的利弊及法律应对.docx")

# 设置需要查找的关键词
keyword = "AI绘画"

# 查找所有的匹配项（False：区分大小写，True：全文搜索）
textSelections = document.FindAllString(keyword, False, True)

# 计算出匹配项的个数
count = len(textSelections)

# 打印结果
print(f'"{keyword}" 在文章中出现了 {count} 次。')
document.Close()</code></pre>
下方是使用该段代码查找 Word 文档中关键词出现频率的结果预览： <img src="https://www.e-iceblue.cn/images/tutorials-images/count-word-frequency-in-python-1.png">
<h2>按节统计 Word 文档中的关键词出现频率</h2>
Word 文档通常被划分为多个节（Section），每个节可以包含自己的段落、表格和其他内容。有时候，你可能并不只想统计整个文档中关键词出现的总次数，还想着知道它在每个节中分别出现了多少次。
为了实现这一点，我们可以遍历文档中的所有节，并在每个节内部查找目标关键词。下面我们就来看一下如何使用 Python 来实现按节统计词频。
实现步骤如下：
<ul>
<li>创建一个 Document 对象并加载 Word 文件；</li>
<li>定义要搜索的目标关键词；</li>
<li>遍历文档中的所有节，并在每个节中遍历所有段落；</li>
<li>使用正则表达式统计关键词的出现次数；</li>
<li>输出每个节中的统计结果，并汇总总次数。</li>
</ul>
下面的示例代码演示了如何统计关键词 "AI绘画" 在 Word 文档每个节中的出现次数：
<pre class="prettyprint lang-js highlighter-hljs"><code>import re
from spire.doc import *
from spire.doc.common import *

# 创建一个 Document 对象并加载 Word 文件
document = Document()
document.LoadFromFile("/input/AI绘画的利弊及法律应对.docx")

# 指定要查找的关键词
keyword = "AI绘画"

# 关键词出现的总次数
total_count = 0

# 获取所有节（Section）
sections = document.Sections

# 遍历每一节
for i in range(sections.Count):
section = sections.get_Item(i)
paragraphs = section.Paragraphs

section_count = 0
print(f"\n=== 第 {i + 1} 节 ===")

# 遍历该节中的每个段落
for j in range(paragraphs.Count):
 paragraph = paragraphs.get_Item(j)
 text = paragraph.Text

 # 使用正则表达式查找所有匹配项
 count = len(re.findall(re.escape(keyword), text, flags=re.IGNORECASE))
 section_count += count
 total_count += count

print(f'第 {i + 1} 节中共出现：{section_count} 次')

print(f'\n=== 所有节中总共出现：{total_count} 次 ===')
document.Close()</code></pre>
下方图片展示了使用 Python 按节统计关键词出现频率的结果： <img src="https://www.e-iceblue.cn/images/tutorials-images/count-word-frequency-in-python-2.png">
<h2>按段落统计 Word 文档中的关键词出现频率</h2>
在进行敏感词检测或内容审查等任务时，往往需要更细致的词频分析。这一节我们就来看看如何按段落统计 Word 文档中某个关键词的出现频率，帮助你更深入了解特定文本在文档中的分布情况。
按段落统计关键词出现频率的步骤如下：
<ul>
<li>创建 Document 对象，并加载 Word 文档；</li>
<li>指定要搜索的关键词；</li>
<li>遍历文档中的每个节和其中的每个段落；</li>
<li>使用正则表达式查找并统计关键词的出现次数；</li>
<li>输出每个包含关键词的段落编号及出现次数，并汇总总次数。</li>
</ul>
下面的代码演示了如何统计关键词 "AI绘画" 在 Word 文档各段落中的出现频率：
<pre class="prettyprint lang-js highlighter-hljs"><code>import re
from spire.doc import *
from spire.doc.common import *

# 创建一个 Document 对象
document = Document()

# 加载 Word 文档
document.LoadFromFile("/input/AI绘画的利弊及法律应对.docx")

# 自定义要查找的关键词
keyword = "AI绘画"

# 初始化变量
total_count = 0
paragraph_index = 1

# 遍历每一节和其中的段落
sections = document.Sections
for i in range(sections.Count):
section = sections.get_Item(i)
paragraphs = section.Paragraphs
for j in range(paragraphs.Count):
 paragraph = paragraphs.get_Item(j)
 text = paragraph.Text

 # 忽略大小写查找关键词的所有出现次数
 count = len(re.findall(re.escape(keyword), text, flags=re.IGNORECASE))

 # 如果找到关键词，则输出结果
 if count > 0:
 print(f'第 {paragraph_index} 段："{keyword}" 出现了 {count} 次')
 total_count += count
 paragraph_index += 1

# 输出总共出现的次数
print(f'\n所有段落中总共出现：{total_count} 次')
document.Close()</code></pre>
下方为按段落统计关键词出现频率的结果预览： <img src="https://www.e-iceblue.cn/images/tutorials-images/count-word-frequency-in-python-3.png">
<h2>总结</h2>
本文介绍了如何使用 Python 按全文、按节、按段落统计 Word 文档中关键词的出现频率。无论你是在处理长篇报告、筛查敏感词，还是开发智能文档工具，通过 Spire.Doc for Python 实现自动化操作，既高效又准确。
<h2>关于统计词频的常见问题</h2>
Q1：如何统计某个词在 Word 文档中出现了多少次？
你可以使用 Word 自带的查找功能手动统计，也可以使用 Python 搭配 Spire.Doc 等库进行自动统计。后者可以更灵活地处理整个文档，或者只针对特定节或段落进行分析。
Q2：可以分析多个 Word 文件中的词频吗？
当然可以。你可以在 Python 中编写循环，批量加载多个 Word 文档，并对每个文件应用相同的词频统计逻辑。这种方式特别适合用于批量文档处理或内容审计场景。
Spire.Doc for Python试用下载，请联系Spire官方授权代理商慧都科技
Spire技术交流Q群（125237868） 
来源：https://www.cnblogs.com/software-Development/p/19033852

頁: [1]

琼殿技术论坛's Archiver

国产化Word处理控件Spire.Doc教程：如何用 Python 统计 Word 文档中的词频