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...")