Python 批量统计 docx 文件关键词词频并导出 Excel

以下是利用 Python 批量统计文件夹下 docx 文件中的特定关键词词频，并将输出结果导出到 excel 的代码：

import os
import docx
import openpyxl
from collections import Counter

# 定义要查找的关键词
KEYWORDS = ['apple', 'banana', 'orange']

# 定义统计结果存储的字典
result = {}

# 遍历文件夹下所有 docx 文件
for filename in os.listdir(path):
    if filename.endswith('.docx'):
        file_path = os.path.join(path, filename)

        # 打开 docx 文件
        doc = docx.Document(file_path)

        # 统计词频
        words = []
        for para in doc.paragraphs:
            words += para.text.split()
        count = Counter(words)
        for keyword in KEYWORDS:
            result.setdefault(keyword, []).append(count[keyword])

# 将结果导出到 excel
wb = openpyxl.Workbook()
ws = wb.active
ws.title = '统计结果'
ws.append(['关键词'] + [os.path.basename(file) for file in os.listdir(path) if file.endswith('.docx')])
for keyword in KEYWORDS:
    ws.append([keyword] + result[keyword])
output_file = os.path.join(path, '统计结果.xlsx')
wb.save(output_file)

说明：

首先定义了要查找的关键词，可以根据实际需要修改。
使用 os 模块遍历文件夹下所有 docx 文件，并打开每个文件。
对于每个文件，使用 docx 模块读取所有段落的文本，拆分成单词，并统计每个关键词的词频。
将统计结果存储在一个字典中，以便后续导出到 excel。
使用 openpyxl 模块创建一个新的 excel 文件，并将统计结果导出到其中。导出的表格第一行是文件名，第一列是关键词，每个单元格是对应关键词在对应文件中的词频。

注意事项：

在代码中的 path 变量需要修改为要统计的文件夹路径。
代码中假设所有 docx 文件都在指定文件夹下，没有考虑子文件夹的情况，如果需要统计子文件夹中的文件，需要修改代码。
在导出结果到 excel 时，需要安装 openpyxl 模块，可以使用 pip 安装。