使用 python 查阅所有 docx 文件中的关键词

最近遇到了这样一个需求，有非常多的文件，老板让我挨个在这些文件里找某某关键词。

这种繁复的操作当然不能真的人工去做，我选择用python

首先，需要获取所有的docx文件名，方便后续在docx文件中查找。

import os

def search_files(directory):
    # 创建一个空列表用来保存结果
    result = []
    # 遍历文件夹中的所有文件
    for root, _, files in os.walk(directory):
        for file in files:
            # 如果文件是 docx 文件，就将文件名添加到结果列表中
            if file.endswith('.docx'):
                result.append(file)
    return result

获取 docx 文件名后，依次打开并读取即可

import docx

def search_file(file_names, text):
    # 读取 docx 文件
    for file_name in file_names:
        doc = docx.Document(file_name)
        # 遍历文件中的所有段落
        for paragraph in doc.paragraphs:
            # 如果段落中包含特定文本，就返回 True
            if text in paragraph.text:
                print(file_name)
                break

完整代码如下：

import os

def search_files(directory):
    # 创建一个空列表用来保存结果
    result = []
    # 遍历文件夹中的所有文件
    for root, _, files in os.walk(directory):
        for file in files:
            # 如果文件是 docx 文件，就将文件名添加到结果列表中
            if file.endswith('.docx'):
                result.append(file)
    return result


import docx

def search_file(file_names, text):
    # 读取 docx 文件
    for file_name in file_names:
        doc = docx.Document(file_name)
        # 遍历文件中的所有段落
        for paragraph in doc.paragraphs:
            # 如果段落中包含特定文本，就返回 True
            if text in paragraph.text:
                print(file_name)
                break

# 搜索文件夹中的 docx 文件
file_names = search_files('C:/Users/CauZh/Desktop/党政联席会')

# 搜索特定文本
search_file(file_names, '研究生')

试运行：

---

2023年1月14日13:57:27