pyresparser

Pyresparser

 A simple resume parser used for extracting information from resumes

Construído com ❤︎ e ☕ por omkar pathak

---

Características

• Nome de extração
• Extraia e -mail
• Extraia números de celular
• Extrair habilidades
• Extraia a experiência total
• Extraia o nome da faculdade
• Grau de extrato
• Extrair designação
• Extrair nomes da empresa

Instalação

• Você pode instalar este pacote usando

pip install pyresparser

• Para operações de PNL, usamos Spacy e NLTK. Instale -os usando os comandos abaixo:

 # spaCy
python -m spacy download en_core_web_sm

# nltk
python -m nltk.downloader words
python -m nltk.downloader stopwords

Documentação

A documentação oficial está disponível em: https://www.omkarpathak.in/pyresparser/

Formatos de arquivo suportados

• Os arquivos PDF e DOCX são suportados em todos os sistemas operacionais
• Se você deseja extrair arquivos documentos, pode instalar o Textract para o seu sistema operacional (Linux, macOS)
• Nota: Você só precisa instalar o Textract (e nada mais) e os arquivos do DOC serão analisados ​​facilmente

Uso

• Importe -o em seu projeto Python

 from pyresparser import ResumeParser
data = ResumeParser ( '/path/to/resume/file' ). get_extracted_data ()

CLI

Para executar o extrator de currículo, você também pode usar a cli fornecida

usage: pyresparser [-h] [-f FILE] [-d DIRECTORY] [-r REMOTEFILE]
                   [-re CUSTOM_REGEX] [-sf SKILLSFILE] [-e EXPORT_FORMAT]

optional arguments:
  -h, --help            show this help message and exit
  -f FILE, --file FILE  resume file to be extracted
  -d DIRECTORY, --directory DIRECTORY
                        directory containing all the resumes to be extracted
  -r REMOTEFILE, --remotefile REMOTEFILE
                        remote path for resume file to be extracted
  -re CUSTOM_REGEX, --custom-regex CUSTOM_REGEX
                        custom regex for parsing mobile numbers
  -sf SKILLSFILE, --skillsfile SKILLSFILE
                        custom skills CSV file against which skills are
                        searched for
  -e EXPORT_FORMAT, --export-format EXPORT_FORMAT
                        the information export format (json)

Notas:

• Se você estiver executando o aplicativo no Windows, só poderá extrair arquivos .docs e .pdf

Resultado

O módulo retornaria uma lista de objetos de dicionário com resultado da seguinte forma:

 [
  {
    'college_name': ['Marathwada Mitra Mandal’s College of Engineering'],
    'company_names': None,
    'degree': ['B.E. IN COMPUTER ENGINEERING'],
    'designation': ['Manager',
                    'TECHNICAL CONTENT WRITER',
                    'DATA ENGINEER'],
    'email': '[email protected]',
    'mobile_number': '8087996634',
    'name': 'Omkar Pathak',
    'no_of_pages': 3,
    'skills': ['Operating systems',
              'Linux',
              'Github',
              'Testing',
              'Content',
              'Automation',
              'Python',
              'Css',
              'Website',
              'Django',
              'Opencv',
              'Programming',
              'C',
              ...],
    'total_experience': 1.83
  }
]

Referências que me ajudaram a chegar aqui

• Alguns dos conceitos principais por trás do algoritmo foram retirados de https://github.com/divapriya/language_processing, que foi resumido neste blog https://medium.com/@divalicious.prya/information-extraction-from-crom-cv-acec21688. Obrigado a Priya por compartilhar este conceito

• https://www.kaggle.com/nirant/hitchhiker-s-guide-to-nlp-in spacy

• https://www.analyticsvidhya.com/blog/2017/04/natural-language-processing-deasy-using spacy-%E2%80%8bin-python/

• Agradecimentos especiais aos Dataturks por seu conjunto de dados anotado

Doação

Se você descobriu que meus softwares são úteis para você, considere me ajudar a pagar minhas contas da Internet. Isso me incentivaria a criar muitos desses softwares?

PayPal
₹ (INR)

Stargazer com o tempo