国产化Word处理控件Spire.Doc教程：如何用 Python 统计 Word 文档中的词频

2025年8月12日
| 没有评论

你是否正为如何统计 Word 文档中的词频而苦恼？别担心，无论是为了提取关键词、分析内容结构，还是构建自动化文档工具，Python 都能轻松帮你搞定。你不仅可以统计某个词在整个文档中的总出现次数，还能精确到每一章甚至每一段。本文将带你一步步掌握如何用 Python 高效准确地完成词频统计，帮助你从 Word 文件中快速提取有价值的信息，省去手动查找的麻烦。

在本教程中，我们将使用 Spire.Doc for Python —— 一款功能强大且易于上手的 Python Word 文档处理库。它支持读取、编辑和分析 DOCX 文件的多种功能，而且不依赖于 Microsoft Office 环境。

Spire.Doc for Python试用下载，请联系Spire官方授权代理商慧都科技

Spire技术交流Q群（125237868）

 

你可以通过 pip 安装它：

pip install spire.doc

或下载 Spire.Doc 安装包，进行自定义安装。

Spire.Doc for Python试用下载，请联系Spire官方授权代理商慧都科技

Spire技术交流Q群（125237868）

在整篇 Word 文档中查找关键词出现频率

首先我们来看一个最常见的需求：统计某个词或短语在整个 Word 文档中的出现频率。比如你正在审阅一份 50 页的合同文档，想知道“合同”这个词出现了多少次。

使用 Spire.Doc for Python 提供的 FindAllString() 方法，你可以快速扫描整份文档，并准确获取关键词的出现次数，只需几行代码就能搞定。

统计词频的基本步骤如下：

  • 创建 Document 类的对象，并读取目标 Word 文档；
  • 指定要查找的关键词；
  • 使用 Document.FindAllString() 方法查找该词在文档中的所有匹配项；
  • 统计匹配次数并输出结果。

下面的代码展示了如何统计关键词 “AI绘画” 在整个 Word 文档中出现的次数：

from spire.doc import *
from spire.doc.common import *

# 创建一个 Document 对象
document = Document()

# 加载 Word 文档
document.LoadFromFile("/input/AI绘画的利弊及法律应对.docx")

# 设置需要查找的关键词
keyword = "AI绘画"

# 查找所有的匹配项（False：区分大小写，True：全文搜索）
textSelections = document.FindAllString(keyword, False, True)

# 计算出匹配项的个数
count = len(textSelections)

# 打印结果
print(f'"{keyword}" 在文章中出现了 {count} 次。')
document.Close()

下方是使用该段代码查找 Word 文档中关键词出现频率的结果预览： 

按节统计 Word 文档中的关键词出现频率

Word 文档通常被划分为多个节（Section），每个节可以包含自己的段落、表格和其他内容。有时候，你可能并不只想统计整个文档中关键词出现的总次数，还想着知道它在每个节中分别出现了多少次。

为了实现这一点，我们可以遍历文档中的所有节，并在每个节内部查找目标关键词。下面我们就来看一下如何使用 Python 来实现按节统计词频。

实现步骤如下：

  • 创建一个 Document 对象并加载 Word 文件；
  • 定义要搜索的目标关键词；
  • 遍历文档中的所有节，并在每个节中遍历所有段落；
  • 使用正则表达式统计关键词的出现次数；
  • 输出每个节中的统计结果，并汇总总次数。

下面的示例代码演示了如何统计关键词 “AI绘画” 在 Word 文档每个节中的出现次数：

import re
from spire.doc import *
from spire.doc.common import *

# 创建一个 Document 对象并加载 Word 文件
document = Document()
document.LoadFromFile("/input/AI绘画的利弊及法律应对.docx")

# 指定要查找的关键词
keyword = "AI绘画"

# 关键词出现的总次数
total_count = 0

# 获取所有节（Section）
sections = document.Sections

# 遍历每一节
for i in range(sections.Count):
    section = sections.get_Item(i)
    paragraphs = section.Paragraphs

    section_count = 0  
    print(f"\n=== 第 {i + 1} 节 ===")

    # 遍历该节中的每个段落
    for j in range(paragraphs.Count):
        paragraph = paragraphs.get_Item(j)
        text = paragraph.Text

        # 使用正则表达式查找所有匹配项
        count = len(re.findall(re.escape(keyword), text, flags=re.IGNORECASE))
        section_count += count
        total_count += count

    print(f'第 {i + 1} 节中共出现：{section_count} 次')

print(f'\n=== 所有节中总共出现：{total_count} 次 ===')
document.Close()

下方图片展示了使用 Python 按节统计关键词出现频率的结果： 

按段落统计 Word 文档中的关键词出现频率

在进行敏感词检测或内容审查等任务时，往往需要更细致的词频分析。这一节我们就来看看如何按段落统计 Word 文档中某个关键词的出现频率，帮助你更深入了解特定文本在文档中的分布情况。

按段落统计关键词出现频率的步骤如下：

  • 创建 Document 对象，并加载 Word 文档；
  • 指定要搜索的关键词；
  • 遍历文档中的每个节和其中的每个段落；
  • 使用正则表达式查找并统计关键词的出现次数；
  • 输出每个包含关键词的段落编号及出现次数，并汇总总次数。

下面的代码演示了如何统计关键词 “AI绘画” 在 Word 文档各段落中的出现频率：

import re
from spire.doc import *
from spire.doc.common import *

# 创建一个 Document 对象
document = Document()

# 加载 Word 文档
document.LoadFromFile("/input/AI绘画的利弊及法律应对.docx")

# 自定义要查找的关键词
keyword = "AI绘画"

# 初始化变量
total_count = 0
paragraph_index = 1

# 遍历每一节和其中的段落
sections = document.Sections
for i in range(sections.Count):
    section = sections.get_Item(i)
    paragraphs = section.Paragraphs
    for j in range(paragraphs.Count):
        paragraph = paragraphs.get_Item(j)
        text = paragraph.Text

        # 忽略大小写查找关键词的所有出现次数
        count = len(re.findall(re.escape(keyword), text, flags=re.IGNORECASE))

        # 如果找到关键词，则输出结果
        if count > 0:
            print(f'第 {paragraph_index} 段："{keyword}" 出现了 {count} 次')
            total_count += count
        paragraph_index += 1

# 输出总共出现的次数
print(f'\n所有段落中总共出现：{total_count} 次')
document.Close()

下方为按段落统计关键词出现频率的结果预览： 

总结

本文介绍了如何使用 Python 按全文、按节、按段落统计 Word 文档中关键词的出现频率。无论你是在处理长篇报告、筛查敏感词，还是开发智能文档工具，通过 Spire.Doc for Python 实现自动化操作，既高效又准确。

关于统计词频的常见问题

Q1：如何统计某个词在 Word 文档中出现了多少次？

你可以使用 Word 自带的查找功能手动统计，也可以使用 Python 搭配 Spire.Doc 等库进行自动统计。后者可以更灵活地处理整个文档，或者只针对特定节或段落进行分析。

Q2：可以分析多个 Word 文件中的词频吗？

当然可以。你可以在 Python 中编写循环，批量加载多个 Word 文档，并对每个文件应用相同的词频统计逻辑。这种方式特别适合用于批量文档处理或内容审计场景。

Spire.Doc for Python试用下载，请联系Spire官方授权代理商慧都科技

Spire技术交流Q群（125237868）

flask, python, pytorch, tornado