更新文档

word/README.md

@@ -7,9 +7,10 @@
 - 📖 读取Word文档（.docx格式）
 - 🔤 中文文本分词（基于jieba）
 - 📊 词频统计分析
-- 📈 生成词云图和词频柱状图
+- 📈 生成词云图和词频柱状图（保存为文件，不弹窗显示）
 - 📋 导出Excel分析报告
-- 🚫 智能过滤停用词
+- 🚫 智能过滤停用词与标点、数字
+- 📁 自动创建并使用`input`和`output`目录
 
 ## 安装依赖
 
@@ -23,21 +24,28 @@ pip install -r requirements.txt
 
 ### 1. 基本使用
 
-将Word文档放在脚本同一目录下，然后运行：
+将Word文档（.docx）放入脚本同级目录下的`word/input`文件夹（首次运行会自动创建），然后运行：
 
 ```bash
 python word_frequency_analyzer.py
 ```
 
+运行完成后，所有输出会保存在`word/output`目录：
+- `词频分析结果.xlsx`：Excel格式的详细分析报告（包含汇总与各文档高频词，默认前30）
+- `词云图_[文档名].png`：每个文档的词云图
+- `词频图_[文档名].png`：每个文档的词频柱状图（默认显示前15）
+
 ### 2. 自定义目录
 
 ```python
 from word_frequency_analyzer import WordFrequencyAnalyzer
 
-# 指定Word文档所在目录
+# 指定Word文档输入与结果输出目录
-analyzer = WordFrequencyAnalyzer('/path/to/your/word/documents')
+analyzer = WordFrequencyAnalyzer(input_dir='/path/to/your/word/documents',
+                                 output_dir='/path/to/output')
 results = analyzer.analyze_all_documents()
 analyzer.print_results(results)
+analyzer.export_to_excel(results)  # 可选，未传入时默认保存到output目录
 ```
 
 ### 3. 单个文档分析
@@ -49,9 +57,8 @@ result = analyzer.analyze_single_document('your_document.docx')
 
 ## 输出文件
 
-脚本运行后会生成以下文件：
+脚本运行后会在`output`目录生成以下文件：
-
+- `词频分析结果.xlsx` - Excel格式的详细分析报告（包含汇总与各文档高频词）
-- `词频分析结果.xlsx` - Excel格式的详细分析报告
 - `词云图_[文档名].png` - 每个文档的词云图
 - `词频图_[文档名].png` - 每个文档的词频柱状图
 
@@ -59,10 +66,9 @@ result = analyzer.analyze_single_document('your_document.docx')
 
 - 总词数统计
 - 不重复词数统计
-- 高频词排行榜（前20名）
+- 高频词排行榜（打印前20名，Excel默认前30）
 - 词云可视化
-- 词频柱状图
+- 词频柱状图（默认显示前15）
-- Excel详细报告
 
 ## 支持的文档格式
 
@@ -71,20 +77,25 @@ result = analyzer.analyze_single_document('your_document.docx')
 ## 注意事项
 
 1. 确保Word文档为.docx格式（不支持.doc格式）
-2. 脚本会自动过滤常见停用词和标点符号
+2. 脚本会自动过滤常见停用词、标点符号以及数字；分词时会过滤长度小于2的词
-3. 词云图需要系统支持中文字体
+3. 图表不在窗口显示，直接保存到`output`目录
-4. 建议在Python 3.7+环境下运行
+4. 词云图需要系统支持中文字体
+5. 建议在Python 3.7+环境下运行
 
 ## 自定义配置
 
 ### 修改停用词
-
 可以在`WordFrequencyAnalyzer`类的`_load_stop_words`方法中添加或删除停用词。
 
 ### 调整分析参数
+- 修改`get_top_words`方法的`top_n`参数来改变高频词数量（默认30）
+- 调整词云图和柱状图的样式参数（在`create_word_cloud`与`create_frequency_chart`中）
+- 可自定义`input`与`output`目录位置（构造函数入参）
 
-- 修改`get_top_words`方法的`top_n`参数来改变高频词数量
+## 目录结构示例
-- 调整词云图和柱状图的样式参数
+
+- 输入目录：`word/input`
+- 输出目录：`word/output`
 
 ## 故障排除