参考思路:Word批量查找 - 知乎
背景描述:查询当前路径下所有word文件中的关键词,在知乎思路的基础上添加了关键词的字典,可以检索多个关键词,并反馈在文章中的第几行出现了该关键词,输出结果到xlsx中,结果如图:
代码如下:(由于doc文件老是报错,所以先转化为docx,知乎那个链接里有更详细的描述,本来想跳过这一步,技术太差没办法做到,所以整个程序运行还是比较慢)
import os
import docx
import win32com.client
import openpyxl
folder_path = input("请输入文件夹路径:")
keywords_str = input("请输入关键词,务必用英文的逗号分隔:")
keywords = keywords_str.split(",")
wb = openpyxl.Workbook()
ws = wb.active
ws.append(["文件名", "关键词", "行数"])
# 遍历文件夹中的所有doc/docx文件
for root, dirs, files in os.walk(folder_path):
for file in files:
if file.endswith(".doc") or file.endswith(".docx"):
file_path = os.path.join(root, file)
if file.endswith(".doc"):
# 将.doc文件转换为.docx文件
word = win32com.client.Dispatch("Word.Application")
doc = word.Documents.Open(file_path)
new_file_path = os.path.splitext(file_path)[0] + ".docx"
doc.SaveAs(new_file_path, 12)
doc.Close()
word.Quit()
file_path = new_file_path
# 读取.docx文件中的文本内容
doc = docx.Document(file_path)
found = False # 标记是否找到关键词
for i, para in enumerate(doc.paragraphs):
for keyword in keywords:
if keyword in para.text:
ws.append([file, keyword, i+1])
found = True
if not found:
for keyword in keywords:
ws.append([file, keyword, "×"])
# 将结果保存到Excel文件中
result_path = os.path.join(folder_path, "Search Results.xlsx")
wb.save(result_path)
print("搜索结果已保存到文件:" + result_path)
PS:本代码有一个bug,会把空格键当成换行,所以行数那面可能有误,请见谅。