pdf 근접단어 찾기 chatgpt

import PyPDF2
import re
import nltk
import numpy as np

# PDF 파일 열기
pdf_file = open('example.pdf', 'rb')
pdf_reader = PyPDF2.PdfFileReader(pdf_file)

# 모든 페이지에서 문장 추출하여 단어로 분리 후 근접한 단어 찾기
word1 = 'apple'
word2 = 'juice'
for page_num in range(pdf_reader.getNumPages()):
    # 페이지 추출
    page = pdf_reader.getPage(page_num)
    text = page.extractText()

    # 문장으로 분리
    sentences = nltk.sent_tokenize(text)

    # 문장에서 단어로 분리
    words = [nltk.word_tokenize(sent) for sent in sentences]

    # 근접한 단어 찾기
    for sent_words in words:
        sent_len = len(sent_words)
        for i in range(sent_len):
            if sent_words[i] == word1:
                for j in range(max(0, i-5), min(sent_len, i+6)):
                    if re.match(r'\w', sent_words[j]):
                        if np.abs(i-j) <= 5 and sent_words[j] == word2:
                            print(f"{word1} and {word2} are found in the same sentence: {' '.join(sent_words)}")
                            break