Python正则表达式查找

《Python编程快速上手——让繁琐工作自动化 第2版》

9.9.3 项目 正则表达式查找

编写一个程序，以打开文件夹中所有的.txt文件，并查找匹配用户提供的正则表达式的所有行。结果应该输出到屏幕上。

豆包AI回答

import os
import re

def find_matching_lines(folder_path, regex_pattern):
    # 编译正则表达式
    pattern = re.compile(regex_pattern)

    # 遍历指定文件夹中的所有文件
    for root, dirs, files in os.walk(folder_path):
        for file in files:
            # 检查文件是否为 .txt 文件
            if file.endswith('.txt'):
                file_path = os.path.join(root, file)
                try:
                    # 打开文件并逐行读取
                    with open(file_path, 'r', encoding='utf-8') as f:
                        for line_number, line in enumerate(f, start=1):
                            # 检查当前行是否匹配正则表达式
                            if pattern.search(line):
                                print(f"File: {file_path}, Line {line_number}: {line.strip()}")
                except Exception as e:
                    print(f"Error reading {file_path}: {e}")

if __name__ == "__main__":
    # 获取用户输入的文件夹路径
    folder_path = input("请输入要搜索的文件夹路径: ")
    # 获取用户输入的正则表达式
    regex_pattern = input("请输入要查找的正则表达式: ")

    # 调用函数进行查找
    find_matching_lines(folder_path, regex_pattern)

运行结果：

请输入要搜索的文件夹路径: .
请输入要查找的正则表达式: ^ZOO
File: .\dictionary.txt, Line 45322: ZOO
File: .\dictionary.txt, Line 45323: ZOOLOGICAL
File: .\dictionary.txt, Line 45324: ZOOLOGICALLY
File: .\dictionary.txt, Line 45325: ZOOM
File: .\dictionary.txt, Line 45326: ZOOMS
File: .\dictionary.txt, Line 45327: ZOOS

deepseek V3模型回答：

import os
import re


def search_in_files(folder_path, regex_pattern):
    # 编译正则表达式
    regex = re.compile(regex_pattern)

    # 遍历文件夹中的所有文件
    for filename in os.listdir(folder_path):
        if filename.endswith(".txt"):
            file_path = os.path.join(folder_path, filename)
            with open(file_path, 'r', encoding='utf-8') as file:
                # 读取文件的每一行
                for line_number, line in enumerate(file, start=1):
                    if regex.search(line):
                        # 输出匹配的行
                        print(f"File: {filename}, Line {line_number}: {line.strip()}")


if __name__ == "__main__":
    # 用户输入文件夹路径和正则表达式
    folder_path = input("请输入文件夹路径: ")
    regex_pattern = input("请输入正则表达式: ")

    # 调用函数进行搜索
    search_in_files(folder_path, regex_pattern)

运行结果：

请输入文件夹路径: .
请输入正则表达式: ^ZOO
File: dictionary.txt, Line 45322: ZOO
File: dictionary.txt, Line 45323: ZOOLOGICAL
File: dictionary.txt, Line 45324: ZOOLOGICALLY
File: dictionary.txt, Line 45325: ZOOM
File: dictionary.txt, Line 45326: ZOOMS
File: dictionary.txt, Line 45327: ZOOS

总结：

本项目主要考察使用python进行文件操作，以及正则表达式的应用（逻辑比较固定，直接交给AI编写），从回答看，两个大模型给的代码都可以实现基本功能，但还是有少许差异：豆包AI的代码中有文件操作时的异常处理语句，代码更加健壮；deepseek V3给的代码在遍历文件时使用了os.listdir()方法(源码解释:Return a list containing the names of the files in the directory.返回一个包含该目录中文件名称的列表。)，这块代码更加简洁。

对比os.walk()和os.listdir()方法查找txt文件

使用os.walk()

优点
递归遍历：os.walk() 会递归地遍历指定文件夹及其所有子文件夹，自动处理嵌套的文件夹结构，无需手动编写递归函数。因此，当需要查找整个文件夹树中的 .txt 文件时，使用 os.walk() 非常方便。
全面性：可以获取到每个子文件夹的路径（root）、子文件夹名称列表（dirs）和文件名称列表（files），提供了更丰富的信息，方便进行更复杂的操作。
缺点
性能开销大：由于需要递归遍历整个文件夹树，当文件夹结构复杂、文件数量较多时，会消耗较多的时间和系统资源，执行效率相对较低。
代码复杂度稍高：相比于 os.listdir()，os.walk() 的代码结构稍微复杂一些，需要理解 root、dirs 和 files 三个变量的含义和使用方法。

使用os.listdir()

优点
简单直接：代码逻辑简单，易于理解和实现。如果只需要处理指定文件夹下的文件，不涉及子文件夹，使用 os.listdir() 可以快速获取该文件夹内的所有文件和文件夹名称，然后筛选出 .txt 文件。
性能较高：由于只处理指定文件夹下的文件，不递归遍历子文件夹，所以在不需要处理子文件夹的情况下，执行速度相对较快，占用的系统资源也较少。
缺点
不支持递归：os.listdir() 只能列出指定文件夹下的直接子文件和子文件夹，无法递归遍历子文件夹中的文件。如果需要处理子文件夹中的 .txt 文件，就需要自己编写递归函数，增加了代码的复杂度。

对比总结

特性	方案一 (os.walk)	方案二 (os.listdir)
遍历范围	当前文件夹及其所有子文件夹	仅当前文件夹
代码复杂度	稍复杂	简单
性能	较低（递归遍历）	较高（单层遍历）
适用场景	多层文件夹，结构复杂	单层文件夹，结构简单

选择建议

如果需要递归查找整个文件夹树中的 .txt 文件，方案一更合适，虽然性能开销大一些，但可以方便地处理嵌套的文件夹结构。

如果只需要处理指定文件夹下的 .txt 文件，不涉及子文件夹，建议使用方案二，因为它简单高效。