NICE girls 们最喜爱的女性特质是啥？

每年上“青春期心理”的时候都会布置作业做介绍自己偶像“男神女神”的ppt，以此反映新时代的小盆友们对于理想自我和理想异性的大致概念。从2014至今已积累了5届学生大约一百多个课件，最近“大数据“热门，正好可以利用python编个程，把ppt的文本们抓个词频，以此观察00后这五届学生的内心状态：她们喜欢什么样的人，这些人的国籍分布、特质分布怎样，如何正确引导她们的审美和自我概念。

老蒙实验性的先抓了2014届所有“女神们”的ppt共87张

接下来的流程就是 PPT==>g.txt(utf8)==>g1.txt(ascii)==>EXCEL文件xls，此时手动将词频筛选出“特质”，生成的“最终词频.xls”

最后文件夹中生成的文件是这样

老蒙试抓了2014届的最终词频，它们是这些：

后续再处理国别、现实虚拟人物之间的频率。

最后附上代码：

#ppt转txt初次写入

import win32com

from win32com.client import Dispatch, constants

ppt = win32com.client.Dispatch('PowerPoint.Application')

ppt.Visible = 1

pptSel = ppt.Presentations.Open("d:\\python\\call\\girl\\1.pptx")

win32com.client.gencache.EnsureDispatch('PowerPoint.Application')

f = open("d:\\python\\call\\girl\\g.txt","wb+")

slide_count = pptSel.Slides.Count

for i in range(1,slide_count + 1):

shape_count = pptSel.Slides(i).Shapes.Count

print (shape_count)

for j in range(1,shape_count + 1):

if pptSel.Slides(i).Shapes(j).HasTextFrame:

s = pptSel.Slides(i).Shapes(j).TextFrame.TextRange.Text

f.write(s.encode('utf-8') + b"\n")

f.close()

ppt.Quit()

#此处g.txt为utf-8编码，手动将其转存为ascii编码的g1.txt。

#jieba抓词频

import sys

import importlib

importlib.reload(sys)

import jieba

import jieba.analyse

import xlwt #写入Excel表的库

if __name__=="__main__":

wbk = xlwt.Workbook(encoding = 'ascii')

sheet = wbk.add_sheet("wordCount")#Excel单元格名字

word_lst = []

key_list=[]

for line in open('g1.txt'):#1.txt是需要分词统计的文档

item = line.strip('\n\r').split('\t') #制表格切分

# print item

for t in tags:

word_lst.append(t)

word_dict= {}

with open("wordCount.txt",'w') as wf2: #打开文件

for item in word_lst:

if item not in word_dict: #统计数量

word_dict[item] = 1

else:

word_dict[item] += 1

orderList=list(word_dict.values())

orderList.sort(reverse=True)

# print orderList

for i in range(len(orderList)):

for key in word_dict:

if word_dict[key]==orderList[i]:

wf2.write(key+' '+str(word_dict[key])+'\n') #写入txt文档

key_list.append(key)

word_dict[key]=0

for i in range(len(key_list)):

sheet.write(i, 1, label = orderList[i])

sheet.write(i, 0, label = key_list[i])

wbk.save('wordCount.xls') #保存为 wordCount.xls文件

#ppt转txt后续添加

import win32com

from win32com.client import Dispatch, constants

ppt = win32com.client.Dispatch('PowerPoint.Application')

ppt.Visible = 1

pptSel = ppt.Presentations.Open("d:\\python\\girl\\2.pptx")

win32com.client.gencache.EnsureDispatch('PowerPoint.Application')

f = open("d:\\python\\girl\\g.txt","ab+")

slide_count = pptSel.Slides.Count

for i in range(1,slide_count + 1):

shape_count = pptSel.Slides(i).Shapes.Count

print (shape_count)

for j in range(1,shape_count + 1):

if pptSel.Slides(i).Shapes(j).HasTextFrame:

s = pptSel.Slides(i).Shapes(j).TextFrame.TextRange.Text

f.write(s.encode('utf-8') + b"\n")

f.close()

ppt.Quit()

Python就是这样万能，一旦有了python，啥都想用它来解决