AIGC降重工具

使用 PyQt5 和 Python-docx 实现AIGC降重工具

在日常工作中，文档处理是一个常见的任务，尤其是对于需要批量处理文档内容的场景。今天，我将分享一个使用 PyQt5 和 Python-docx 库实现的简单文档处理工具。这个工具可以帮助用户选择文档文件，处理文档中的段落和表格内容，并实时显示处理进度。

项目背景

在开发文档处理工具时，我们常常需要一个直观的用户界面，让用户能够轻松选择文件、设置参数，并实时查看处理进度。PyQt5 是一个强大的跨平台 GUI 库，能够帮助我们快速构建用户界面。而 Python-docx 库则提供了对 .docx 文件的读写支持，使得文档处理变得简单高效。

功能介绍

这个工具的主要功能包括：

1. 文件选择：用户可以选择需要处理的 .docx 文件和输出文件夹。
2. 文档处理：工具会逐段处理文档中的段落和表格内容，并将处理结果保存到新的文件中。
3. 进度条：实时显示处理进度，让用户清楚了解当前处理状态。

技术栈

• PyQt5：用于构建用户界面。
• Python-docx：用于读取和修改 .docx 文件。
• QThread：用于实现后台处理，避免阻塞主线程。
• requests：用于发送 HTTP 请求（如果需要调用外部 API）。

代码实现

以下是实现这个工具部分代码：

1. 主窗口类

import sys
import os
from PyQt5.QtWidgets import (QApplication, QMainWindow, QTextEdit, QPushButton, QVBoxLayout, QHBoxLayout, QWidget, QLabel, QMessageBox, QTabWidget,QFileDialog, QProgressBar, QLineEdit
)
from PyQt5.QtCore import Qt, QThread, pyqtSignal
from docx import Document  # 需要安装 python-docx 库class MainWindow(QMainWindow):def __init__(self):super().__init__()self.setWindowTitle("文档处理工具")self.resize(800, 600)self.initUI()def initUI(self):# 创建 Tab 控件self.tab_widget = QTabWidget()self.setCentralWidget(self.tab_widget)# 第一个 Tab：文档处理self.doc_tab = QWidget()self.tab_widget.addTab(self.doc_tab, "文档处理")self.init_doc_tab()def init_doc_tab(self):# 主布局为垂直布局，包含左右布局和底部进度条main_layout = QVBoxLayout()# 左右布局horizontal_layout = QHBoxLayout()# 左侧布局left_widget = QWidget()left_layout = QVBoxLayout()self.input_file_path_var = QLineEdit()self.input_file_path_var.setReadOnly(True)self.input_file_path_var.setFixedHeight(30)  # 增加输入框高度left_layout.addWidget(self.input_file_path_var)self.output_file_path_var = QLineEdit()self.output_file_path_var.setReadOnly(True)self.output_file_path_var.setFixedHeight(30)  # 增加输入框高度left_layout.addWidget(self.output_file_path_var)self.min_paragraph_length_input = QLineEdit()self.min_paragraph_length_input.setPlaceholderText("最小段落长度（默认10）")self.min_paragraph_length_input.setFixedHeight(30)  # 增加输入框高度left_layout.addWidget(self.min_paragraph_length_input)left_widget.setLayout(left_layout)horizontal_layout.addWidget(left_widget)# 右侧布局right_widget = QWidget()right_layout = QVBoxLayout()self.choose_input_file_button = QPushButton("选择输入文件")self.choose_input_file_button.clicked.connect(self.choose_input_file)self.choose_input_file_button.setFixedHeight(30)  # 增加按钮高度right_layout.addWidget(self.choose_input_file_button)self.select_output_folder_button = QPushButton("选择输出文件夹")self.select_output_folder_button.clicked.connect(self.select_output_folder)self.select_output_folder_button.setFixedHeight(30)  # 增加按钮高度right_layout.addWidget(self.select_output_folder_button)self.process_doc_button = QPushButton("处理文档")self.process_doc_button.clicked.connect(self.process_document)self.process_doc_button.setFixedHeight(30)  # 增加按钮高度right_layout.addWidget(self.process_doc_button)right_widget.setLayout(right_layout)horizontal_layout.addWidget(right_widget)# 将左右布局添加到主布局main_layout.addLayout(horizontal_layout)# 底部进度条布局self.progress = QProgressBar()self.progress.setFixedHeight(30)  # 增加进度条高度main_layout.addWidget(self.progress)# 设置整个 Tab 的布局self.doc_tab.setLayout(main_layout)def choose_input_file(self):file_path, _ = QFileDialog.getOpenFileName(self, "选择输入文件", "", "Word文档 (*.docx)")if file_path:self.input_file_path_var.setText(file_path)def select_output_folder(self):folder_path = QFileDialog.getExistingDirectory(self, "选择输出文件夹")if folder_path:self.output_file_path_var.setText(folder_path)def process_document(self):file_path = self.input_file_path_var.text()output_path = self.output_file_path_var.text()min_paragraph_length = int(self.min_paragraph_length_input.text()) if self.min_paragraph_length_input.text() else 10if not file_path or not output_path:QMessageBox.warning(self, "警告", "请先选择输入文件和输出文件夹！")returntry:doc = Document(file_path)paragraphs = doc.paragraphs[:]tables = doc.tables[:]total_elements = len(paragraphs) + sum(len(table.rows) * len(row.cells) for table in tables for row in table.rows)self.progress.setMaximum(total_elements)  # 设置进度条的最大值except Exception as e:QMessageBox.critical(self, "错误", f"无法打开文件：{e}")returnself.worker_doc = DocumentProcessingThread(file_path, output_path, min_paragraph_length)self.worker_doc.finished.connect(self.on_doc_finished)self.worker_doc.error.connect(self.on_doc_error)self.worker_doc.progress.connect(self.progress.setValue)  # 连接信号到进度条的 setValue 方法self.worker_doc.start()def on_doc_finished(self, output_file_path):QMessageBox.information(self, "完成", f"已保存为 {output_file_path}")self.progress.setValue(0)  # 重置进度条def on_doc_error(self, error):QMessageBox.critical(self, "错误", error)

2. 文档处理线程类

class DocumentProcessingThread(QThread):"""用于处理文档的线程"""finished = pyqtSignal(str)error = pyqtSignal(str)progress = pyqtSignal(int)  # 用于更新进度条的信号def __init__(self, file_path, output_path, min_paragraph_length):super().__init__()self.file_path = file_pathself.output_path = output_pathself.min_paragraph_length = min_paragraph_lengthdef run(self):try:doc = Document(self.file_path)except Exception as e:self.error.emit(f"无法打开文件：{e}")returnparagraphs = doc.paragraphs[:]tables = doc.tables[:]total_elements = len(paragraphs) + sum(len(table.rows) * len(row.cells) for table in tables for row in table.rows)self.progress.emit(0)  # 初始化进度条# 处理段落for i, para in enumerate(paragraphs, start=1):text = para.text.strip()if len(text) > self.min_paragraph_length:response = self.process_text(text)  # 假设有一个处理文本的函数if response is None:self.error.emit("处理失败，请检查网络或输入内容！")returnpara.clear()para.add_run(response)self.progress.emit(i)  # 更新进度条# 处理表格table_index = len(paragraphs)  # 从段落的最后一个索引开始for table in tables:for row in table.rows:for cell in row.cells:for para in cell.paragraphs:text = para.text.strip()if len(text) > self.min_paragraph_length:response = self.process_text(text)  # 假设有一个处理文本的函数if response is None:self.error.emit("处理失败，请检查网络或输入内容！")returnpara.clear()para.add_run(response)table_index += 1self.progress.emit(table_index)  # 更新进度条output_file_path = os.path.join(self.output_path, os.path.basename(self.file_path).replace(".docx", "_processed.docx"))doc.save(output_file_path)self.finished.emit(output_file_path)def process_text(self, text):# 这里可以实现具体的文本处理逻辑# 例如调用外部 API 或进行本地处理return text.upper()  # 示例：将文本转换为大写

运行效果

1. 用户界面：

   • 用户可以选择输入文件和输出文件夹。
   • 用户可以设置最小段落长度。
   • 用户可以点击“处理文档”按钮开始处理。
     
     

2. 进度条：

   • 进度条会实时显示处理进度，从 0 开始，逐步增加到总元素数量。

3. 处理结果：

   • 处理完成后，生成的新文件会保存在指定的输出文件夹中。

总结

通过结合 PyQt5 和 Python-docx，我们可以轻松实现一个功能强大的文档处理工具。这个工具不仅提供了直观的用户界面，还能够高效处理文档内容，并实时显示处理进度。希望这篇文章能够帮助你更好地理解和使用这些工具。

如果你有任何问题或建议，欢迎在评论区留言！