#start各阶段：

1. fwork.py
2. checker.py
3. swork.py
4. open.py #操作说明 ##预处理 首先用renamer把文件名中的空格去掉……不去掉转txt的时候会出问题。

然后是用winDecrypt.exe去掉加密。

最后用批处理+xpdf把pdf转成txt。（注意xpdf要加一些编码包才可保证顺利转换，我加了简中，繁中，韩语和日语） ##操作 将ver1下5个py文件放在一起，并在同目录下新建'err''errlog''input''output'四个文件夹。

将文件（txt）放入input中，运行start.py即可（注意使用python3）

#大概思路

##第一步 对txt 我们第一步用fwork处理 fwork的工作原理是打开txt后搜索第一个“董事会报告”（假设目录前面没有关键词） 然后对这个董事会报告，我们向后搜索最多五行，看看下一个是监事会报告还是重要事项并记录 然后往后搜索董事会报告并以之开头，直到之前记录的下一个关键词为止。 唯一会抛出的error就是在完成工作前读完文本，即关键字不足的情况。 通过对每行字数的限制也可以排除一些无关关键词

##第二步 我们用checker检查一下，checker工作原理与fwork相似，但是不写入output，相反它会读完整个程序并进行关键词的计数，对关键词数不匹配需求的抛出error。 第二步得到的error名单应该是包含第一步的名单的。我们把第二步唯一的叫做err+，其他的叫做err-

##第三步 我们用swork处理，依然沿用之前的流程，不过将处理对象限制为err+，处理方式为人工加机器，即假设目录部分无误，对后面的出现的关键词所在的行输出并人工判断，从而达到筛选关键词的目的。

##第四步 对于一些读取出来出问题的文件，我们只好用人工了，使用open自动打开txt，算是多多少少减轻一点工作量。 #作者 唐瀚林(FSOL/sinnfashen)

联系邮箱：[email protected]