當前位置：首頁 > 编程语言 > python >内容正文

python

python操作word 查找_Python实现搜索关键字定位文件01

發布時間：2023/12/10 python 34 豆豆

生活随笔收集整理的這篇文章主要介紹了 python操作word 查找_Python实现搜索关键字定位文件01 小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

最近被新聞專業同學問起一個很實用的需求，大致是這樣的：一個文件夾內有很多文件，怎么通過搜索關鍵字就可以找到內容包含關鍵字的word文件，同時獲得關鍵字所在段落的內容。由于最近在學習Python，所以對這個需求很感興趣，于是當時很快就把這個功能做出來了。

首先想到的自然是用腳本實現，新建一個kword.py文件，差不讀四十幾行代碼將可以實現，步驟是這樣的：

1.先獲取文件夾里面的所有文件路徑、其中用遞歸算法獲取子文件夾內的文件路徑：

def get_process_files(root_dir):

"""process all files in directory"""

cur_dir=os.path.abspath(root_dir)

file_list=os.listdir(cur_dir)

process_list=[]

for file in file_list:

fullfile=cur_dir+"\\"+file

if os.path.isfile(fullfile):

process_list.append(fullfile)

elif os.path.isdir(fullfile):

dir_extra_list=get_process_files(fullfile)

if len(dir_extra_list)!=0:

for x in dir_extra_list:

process_list.append(x)

return process_list

2.利用python-docx模塊中的Document方法對word文件中每一段進行關鍵字匹配：

def search_word(filename,word):

#打開文檔

document = Document(filename)

# document = Document(r'C:\Users\Cheng\Desktop\kword\words\wind.docx')

print filename

#讀取每段資料

l = [ paragraph.text.encode('gb2312') for paragraph in document.paragraphs];

#輸出并觀察結果，也可以通過其他手段處理文本即可

for i in l:

i=i.strip()

# print i

if i.find(word)!=-1:

print filename, i

3.遍歷每一個文件并進行查找：

def find_files(root_dir,word):

process_list=get_process_files(root_dir)

for files in process_list:

search_word(files, word)

這里有兩個參數需要我們自己輸入，分別是文件目錄和關鍵字。

#文件根目錄

root_dir=sys.argv[1]

#要搜索的關鍵字

word=sys.argv[2]

至此，在腳本目錄下運行“python kword.py 目錄關鍵字”命令就可以看到搜索結果，目前搜索功能比較簡單，沒有做大量文件測試和算法優化。

獻上腳本源碼：

#coding=utf-8

from docx import Document

import os,sys