吴裕雄--天生自然python学习笔记：python 文件批量查找

在多个文本文件中查找
我们首先来学习文本文件的查找字符 。 我们通过 os.walk 扩大查找范围，
查找指定目录和子目录下的文件。
应用程序总览
读取 当 前目录及子目录下的所有 PY 和 txt 文本文件，搜索这些文件中是否包含
指定的字符“ shutil ”。

应用程序内容

import os

cur_path=os.path.dirname(__file__) # 取得当前路径
sample_tree=os.walk(cur_path)
keyword="shutil"

for dirname,subdir,files in sample_tree:
    allfiles=[]
    for file in files:  # 取得所有 .py .txt 文件，存入 allfiles 列表中
        ext=file.split('.')[-1]
        if ext=="py" or ext=="txt":
            allfiles.append(dirname +'/'+file)

    if len(allfiles)>0:
        for file in allfiles:  # 读取 allfiles 列表所有文件
            try:
                fp = open(file, "r", encoding = 'UTF-8')
                article = fp.readlines()
                fp.close
                line=0
                for row in article:
                    line+=1
                    if keyword in row:
                        print("在 {}，第 {} 行找到{}。".format(file,line,keyword))
            except:
                print("{} 无法读取..." .format(file)) 

print("完成...")

在 Word 文件中查找指定字符
接着我们来学习在 Word 文件中查找指定 的 字符。 对以 docx 为后缀 的 文件进行
搜索 ， 需要先安装 python-docx 包 ：

安装完毕后导入 do cx 包 ， 再用 docx.Document（） 方法创建 docx 对象来读取指
定的 do c x 文件，每个 doc x 文件包含多个 paragraphs 段落 ， 可通过 text 属性来读取
paragraph s 段落的内容 。
例如 ： 读取“简介 .do cx ”文件并显示所有段落内容。

import docx

doc = docx.Document("简介.docx")
for p in doc.paragraphs:
    print(p.text)

应用程序总览
读取当前目录及子目录下所有 docx 格式的 Word 文件，井在这些文件中查找是否
包含 “ 篮球 ” 字符。

import os,docx

cur_path=os.path.dirname(__file__) # 取得当前路径
sample_tree=os.walk(cur_path)

keyword="篮球"
print("查找字符串：{}" .format(keyword))

for dirname,subdir,files in sample_tree:
    allfiles=[]
    for file in files:  # 取得所有.docx文件并存入 allfiles 列表中
        ext=file.split('.')[-1]
        if ext=="docx": # get *.docx to allfiles
            allfiles.append(dirname +'/'+file)

    for file in allfiles:
        print("正在查找{}文件...".format(file))
        try:
            doc = docx.Document(file)
            line=0
            for p in doc.paragraphs:
                line+=1
                if keyword in p.text:
                    print("...在第 {} 段文字中找到{}\n {}。".format(line,keyword,p.text))
        except:
            print("无法读取 {} 文件..." .format(file))  

print("\n查找完毕...")

另 一种比较好的查找方式是在 Anaconda Prompt 窗口中 ， 通过 python FindK.ey
Word3.py 命令行来执行查找字符的程序 。
例如：查找“ shutil ”字符 。

例如：查找“篮球”字符 。

注意 ： Python 应用程序 FindK.eyWord3.py 的路 径中不能包含中文路径，即 D: \pythonex\ chl2 ， 然后再在
Anaconda Prompt 窗口中进行执行 。 如下图：

import os,docx,sys

if len(sys.argv) == 1:
    keyword="shutil"
    print("语法：python FindKeyWord3.py 查找字符串\n")
else:
    keyword=sys.argv[1]  

#cur_path=os.path.dirname(__file__) # 取得当前路径
cur_path=os.getcwd()
sample_tree=os.walk(cur_path)
print(cur_path)

for dirname,subdir,files in sample_tree:
    allfiles=[]
    for file in files:  # 取得所有 .py .txt .docx文件，存入allfiles列表中
        ext=file.split('.')[-1]
        if ext=="py" or ext=="txt" or ext=="docx":
            allfiles.append(dirname +'/'+file)

    if len(allfiles)>0:
        for file in allfiles:  # 读取 allfiles 列表所有文件
            try:
                if file.split('.')[-1]=="docx": # .docx
                    doc = docx.Document(file)
                    line=0
                    for p in doc.paragraphs:
                        line+=1
                        if keyword in p.text:
                            print("...在第 {} 段文字中找到{}\n {}。".format(line,keyword,p.text))
                else:  # .py or .txt
                    fp = open(file, "r", encoding = 'UTF-8')
                    article = fp.readlines()
                    fp.close
                    line=0
                    for row in article:
                        line+=1
                        if keyword in row:
                            print("在 {}，第 {} 行找到 {} 。".format(file,line,keyword))
            except:
                print("{} 无法读取..." .format(file)) 

print("完成...")