在Rapidminer中统计

Question

如何获取word文档中列表的行数？如果同一个列表在excel中，我可以使用聚合运算符进行计数，但在word文档中它不会发生。

Answer 1

我推荐@awchisholm的答案，因为它是最简单的解决方案。但是，如果您有多个word文档，这可能会变得不切实际。 在这种情况下，您可以使用运算符Loop Zip文件解压缩word文档并查看文件/word/document.xml，并使用RapidMiner的文本函数（或读取XML）查找<w:p ...>...</w:p>的每个实例，这表示一个新行，因此您可以从那里计算它们。

在解压缩目录中还有一个名为/docProps/app.xml的xml文档，您可以阅读此文档以查找有关文档的一些元信息，例如单词数，字符数和数字。页面。不幸的是，我发现线路数量不可靠，这就是我建议使用<w:p>标签进行搜索的原因。

Answer 2

RapidMiner无法轻松读取Word文档。您必须将文档另存为文本文件，并使用Read CSV操作符读取文件。