pyresparser

项目介绍：pyresparser

pyresparser 是一个用于从简历中提取信息的简单解析工具，为广泛使用的快速便捷的处理方案由热爱技术与咖啡的 Omkar Pathak 构建。

功能特点

pyresparser 提供了一系列强大的功能，能够有效提取出以下信息：

姓名
电子邮件
手机号码
技能
总经验
大学名称
学位
职称
公司名称

安装流程

安装 pyresparser 非常简单，可以通过以下命令完成安装：

pip install pyresparser

此外，该项目使用了 spaCy 和 nltk 进行自然语言处理（NLP），可以通过以下命令进行安装：

# 安装 spaCy
python -m spacy download en_core_web_sm

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

支持的文件格式

pyresparser 支持在所有操作系统上处理 PDF 和 DOCx 格式的简历文件。若需解析 DOC 格式的文件，只需为操作系统（Linux 或 MacOS）安装 textract 即可实现兼容。

使用方法

在 Python 项目中使用 pyresparser 非常简单，以下是一个示例代码：

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

命令行界面 (CLI)

pyresparser 提供了一个命令行界面，可以用于简历信息的提取：

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

可选参数说明：
  -f FILE, --file FILE               需要提取的简历文件
  -d DIRECTORY, --directory DIRECTORY 包含需要提取的所有简历的目录
  -r REMOTEFILE, --remotefile REMOTEFILE 需要提取的简历文件的远程路径
  -re CUSTOM_REGEX, --custom-regex CUSTOM_REGEX 定制的正则表达式，用于解析手机号码
  -sf SKILLSFILE, --skillsfile SKILLSFILE  定制技能 CSV 文件，用于技能匹配
  -e EXPORT_FORMAT, --export-format EXPORT_FORMAT 信息导出格式（如 json）

注意事项

在 Windows 系统上运行该应用时只能提取 .docs 和 .pdf 文件。

输出结果

使用 pyresparser 提取出的信息将以字典对象列表的形式呈现，示例如下：

[
  {
    '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': 'omkarpathak27@gmail.com',
    '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
  }
]