【每日一坑 6】 查找文件内容

南斗

1. #! /usr/bin/env python
   
2. #coding=utf-8
   
3. import os
   
4. rootdir = 'E:\Famine' #定义根目录
   
5. 
   
6. #三个参数：分别返回1.父目录 2.父目录下所有文件夹名字（不含路径） 3.父目录下所有文件名字
   
7. for father_path, foldernames, filenames in os.walk(rootdir):
   
8.    
   
9.     for filename in filenames: #遍历文件
   
10. 
    
11.         if os.path.splitext(filename)[1] == '.txt': #判断文件后缀是否是txt
    
12.             dir = os.path.join(father_path, filename) #组合文件路径
    
13.             
    
14.             if os.path.exists(dir): #判断文件路径是否存在
    
15.                 folder = os.path.split(os.path.split(dir)[0])[1] #获取文件上层文件夹
    
16.                 print 'The upper folder is:\n%s' % folder, '\n'
    
17.                 print 'The file name is:\n%s' % filename, '\n'
    
18.                
    
19.                 f = file(dir) #打开文件
    
20.                 context = f.read() #读取文件内容
    
21.                 print 'The contents of this file is', '\n', context, '\n\n'
    
22.                 f.close() #关闭文件

复制代码

xqqxjnt1988

crossin先生 发表于 2016-2-16 22:35
查找文件里的内容不用readlines，直接read到一个字符串，然后find就可以了。
另外你这个代码好像无法检测 ...

谢谢你，crossin先生，我在你的论坛上学习了python之后，就找了一个写python的工作，所以到现在才来看，特意来感谢你的。谢谢！

crossin先生

xqqxjnt1988 发表于 2017-4-11 15:33
谢谢你，crossin先生，我在你的论坛上学习了python之后，就找了一个写python的工作，所以到现在才来看， ...

赞

wolfog

import fnmatch
import os


def filterFile(filePath, contain):
    for grandFather, father, sons in os.walk(filePath):
        sonList = []
        for son in sons:
            sonList.append(son)
        fnmatchs = fnmatch.filter(sonList, "*.txt")
        if len(fnmatchs) != 0:
            for fnmatchFile in fnmatchs:
                absultePath = grandFather + "/" + fnmatchFile
                absultePath = absultePath.replace("\\", "/")
                f = file(absultePath)
                str = f.read()
                f.close()
                if str.__contains__(contain):
                    print absultePath


path = raw_input("请输入遍历的绝对路径：")
filterFile(path, "aaa")

做的过程中存在两个问题困扰了我:
1、sonList刚开始在方法外放着，导致生命周期太长，所以导致了我的拼接出来的路径下不存在某个文件
2、拼接出来的路径是双引号的，用来打开文件会出错。但是我敲的demo在pycharm中打印出来却是单斜杠的。一直不知道是哪里出问题了。最后发现是pycharm自动将其转化为合格的路劲。

coolqing

我这边自己建了一个文件夹，里面放了一个子文件夹，一些txt、excel和word文件。
运行代码后，txt文件正常显示内容，excel和word都不正常。
自己搜索了下，说是excel和word的读取要用其他模块来处理的，但是基础课程中讲到read的使用时，老师好像也没有提到txt文件之外的类型该怎么读取，麻烦问下老师excel这些是要再另外处理吗？

crossin先生

coolqing 发表于 2018-5-16 16:48
我这边自己建了一个文件夹，里面放了一个子文件夹，一些txt、excel和word文件。
运行代码后，txt文件正常显 ...

excel、word是不能直接读取的，要读写的话，需要用专门的库
公众号回复 excel 有介绍

highhig

crossin先生 发表于 2014-1-2 10:30
open只是在python打开，把内容读入内存，不会调用任何其他程序打开。但这个过程是很慢的。所以虽然可以实 ...

import os
import re
dirnme = 'E:\Study during Graduate school'
list_dir = []
for dirnow,folds,files in os.walk(dirnme):
    # print(dirnow)
    # print(folds)
    # print(files)
    for fs in files:
        # print(fs)
        filtext = re.findall('.txt',fs)
        if filtext:
            list_dir.append(os.path.join(dirnow, fs))
    # filtext = re.findall("*.txt",files)
    # list_dir.append(''.join(dirnow,files))
print(list_dir)

jodie

1. import os
   
2. import chardet
   
3. 
   
4. def match(search_path,match_text):
   
5.     result_list = []
   
6. 
   
7.     for root, dirs, files in os.walk(search_path):
   
8.         # 遍历所有的文件
   
9.         for file in files:
   
10.             # 判断文件名是否以“.txt”结尾
    
11.             if file.endswith(".txt"):
    
12. 
    
13.                 # 获取文件的绝对路径
    
14.                 file_path = os.path.join(root,file)
    
15.                 # print(file_path)
    
16. 
    
17.                 # 判断文件的编码格式
    
18.                 with open(file_path, "rb") as obj1:
    
19.                     text_b = obj1.read()
    
20.                     text_encoding = chardet.detect(text_b)["encoding"]
    
21.                     # print(text_encoding)
    
22. 
    
23.                 # 用指定的编码格式打开文件，判断文本参数是否存在于文件内容
    
24.                 with open(file_path, "r", encoding=text_encoding) as obj2:
    
25.                     text = obj2.read()
    
26.                     if match_text in text:
    
27.                         result_list.append(file_path)
    
28. 
    
29.     return result_list
    
30. 
    
31. 
    
32. if __name__ == "__main__":
    
33. 
    
34.     # 提示用户输入路径
    
35.     while True:
    
36.         search_path = input("请输入搜索路径： ").strip()
    
37.         # 判断路径是否存在
    
38.         if os.path.exists(search_path):
    
39.             break
    
40.         print("路径不存在！")
    
41.     # 提示用户输入匹配的文字
    
42.     match_text = input("请输入匹配的文字： ")
    
43.     file_list = match(search_path,match_text)
    
44.     # 展示匹配到的文件
    
45.     print("匹配到的文件如下： ")
    
46.     for one in file_list:
    
47.         print(one)

复制代码

crossin先生

jodie 发表于 2020-10-14 23:22

实际运用中，因为文件夹下可能有很多非文本文件，所以最好加上异常处理，避免报错跳出

FERRYMAN

老师好，能看看嘛？望得到您的建议。

这个程序有些问题。比如我在文件夹中加上一个Word文件，它就会报错。大概是这样：
UnicodeDecodeError: 'utf-8' codec can't decode byte 0x82 in position 89: illegal multibyte sequence
老师能解释一下和提供个解决方法吗？谢谢啦！

1. import os
   
2. 
   
3. text = input('输入要检索的内容:\n')
   
4. way = input('输入要检索的文件夹位置:\n')
   
5. result = []
   
6. 
   
7. for root, dirs, files in os.walk(way):
   
8.     for f in files:
   
9.         file_con = open(root + '\\' + f,encoding = 'utf-8').read()
   
10.         if text in file_con:
    
11.             result.append(f)
    
12. print(result)
    

复制代码