使用python筛选所需要的Excel文件
使用python筛选所需要的Excel文件
最近公司要求从两千多个Excel文件中,找出包含敏感信息的Excel文件。通过抽取部分样本文件之后,发现包含敏感信息的文件都有相同特征的数据,所以我通过通过python实现对特征数据的匹配,获取到相应的Excel文档。
实现过程分三步:
第一步:获取文件夹下所有文件,使用递归查询
def getAllFiles(targetDir):
files = []
listFiles = os.listdir(targetDir)
for i in range(0, len(listFiles)):
path = os.path.join(targetDir, listFiles[i])
if os.path.isdir(path):
files.extend(getAllFiles(path))
elif os.path.isfile(path):
files.append(path)
# print(listFiles[i])
return files
如果路径下文件类型太多,只遍历excel文件后缀:
def getAllFiles(targetDir):
files = []
file_type_list = ['.xls', 'xlsx']
listFiles = os.listdir(targetDir)
for i in range(0, len(listFiles)):
path = os.path.join(targetDir, listFiles[i])
if os.path.isdir(path):
files.extend(getAllFiles(path))
elif os.path.isfile(path):
f, e = os.path.splitext(path)
if e in file_type_list:
files.append(path)
return files
第二步:匹配特征数据
此部分我使用pandas读取Excel数据,并且匹配其中一个单元格的特征是数据。
if __name__ == '__main__':
text = ['特征数据']
excel_path_dir = r'D:\excel_path'
list = getAllFiles(excel_path_dir)
for e in list:
df = pd.read_excel(e)
try:
data = df.iloc[[0], [5]].values[0][0]
if data in text :
print(e[-22:])
except:
continue
第三步:输出文件名称
将打印数据输出到文件即可,方式如下,我直接百度搜索拷贝的,我这里输出到excelList.txt
class Logger(object):
def __init__(self, filename="Default.log"):
self.terminal = sys.stdout
self.log = open(filename, "a")
def write(self, message):
self.terminal.write(message)
self.log.write(message)
def flush(self):
pass
sys.stdout = Logger('excelList.txt')
作者:likaifei
出处:https://www.cnblogs.com/likaifei/p/16706890.html
版权:本作品采用「署名-非商业性使用-相同方式共享 4.0 国际」许可协议进行许可。
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· DeepSeek “源神”启动!「GitHub 热点速览」
· 我与微信审核的“相爱相杀”看个人小程序副业
· 微软正式发布.NET 10 Preview 1:开启下一代开发框架新篇章
· 如何使用 Uni-app 实现视频聊天(源码,支持安卓、iOS)
· C# 集成 DeepSeek 模型实现 AI 私有化(本地部署与 API 调用教程)