pyresparser下載pyresparser源代碼下載

pyresparser

其他源碼

v1.0.6

下載

Pyresparser

 A simple resume parser used for extracting information from resumes

由❤︎和☕建造。

特徵

提取名稱
提取電子郵件
提取手機號碼
提取技能
提取總經驗
提取大學名稱
提取度
提取名稱
提取公司名稱

安裝

您可以使用此軟件包使用

pip install pyresparser

對於NLP操作，我們使用Spacy和NLTK。使用以下命令安裝它們：

 # spaCy
python -m spacy download en_core_web_sm

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

文件

官方文檔可在以下網址找到：https：//www.omkarpathak.in/pyresparser/

支持的文件格式

所有操作系統都支持PDF和DOCX文件
如果要提取DOC文件，則可以安裝OS（Linux，MacOS）
注意：您只需要安裝screttract（也沒有其他），並且文檔文件將輕鬆解析

用法

在您的Python項目中導入它

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

CLI

對於運行簡歷提取器，您也可以使用提供的cli

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)

筆記：

如果您在Windows上運行該應用，則只能提取.docs和.pdf文件

結果

該模塊將返回一個字典對象列表，結果如下：

 [
  {
    '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
  }
]

幫助我到達這裡的參考文獻

該算法背後的一些核心概念是從https://github.com/divapriya/language_processing中摘自此博客https://medium.com/@divaliquicalicous.priya/information-incpriya/information-einformation-rom-cv-acec216c216c3f48。感謝Priya分享了這個概念
https://www.kaggle.com/nirant/hitchhiker-s-guide-to-nlp-in-spacy
https://www.analyticsvidhya.com/blog/2017/04/natural-language-processing-made-made-easy-using-spacy-pacy-%e2%80%80%8bin-python/
特別感謝Dataturks的註釋數據集