同时检索多个word(doc或者docx文件)中的某些关键词

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。

  • 0
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
要合并多个docx文件,可以使用Java的Apache POI库。具体步骤如下: 1. 创建一个新的空白docx文件。 2. 使用POI库打开每个docx文件,并将其内容复制到新的docx文件。 3. 保存新的docx文件。 以下是示例代码: ```java import java.io.File; import java.io.FileInputStream; import java.io.FileOutputStream; import java.io.IOException; import org.apache.poi.openxml4j.exceptions.InvalidFormatException; import org.apache.poi.xwpf.usermodel.XWPFDocument; import org.apache.poi.xwpf.usermodel.XWPFParagraph; import org.apache.poi.xwpf.usermodel.XWPFRun; public class MergeDocxFiles { public static void main(String[] args) throws IOException, InvalidFormatException { // 创建一个新的空白docx文件 XWPFDocument mergedDoc = new XWPFDocument(); // 待合并的docx文件列表 String[] files = new String[]{"file1.docx", "file2.docx", "file3.docx"}; for (String file : files) { // 打开待合并的docx文件 XWPFDocument doc = new XWPFDocument(new FileInputStream(new File(file))); // 复制docx文件的内容到新的docx文件 for (XWPFParagraph para : doc.getParagraphs()) { XWPFParagraph newPara = mergedDoc.createParagraph(); for (XWPFRun run : para.getRuns()) { XWPFRun newRun = newPara.createRun(); newRun.setText(run.getText(0)); newRun.setFontFamily(run.getFontFamily()); newRun.setFontSize(run.getFontSize()); newRun.setBold(run.isBold()); newRun.setItalic(run.isItalic()); newRun.setUnderline(run.getUnderline()); newRun.setColor(run.getColor()); } } // 关闭待合并的docx文件 doc.close(); } // 保存新的docx文件 mergedDoc.write(new FileOutputStream(new File("merged.docx"))); mergedDoc.close(); } } ``` 在上面的代码,我们首先创建了一个新的空白docx文件,然后遍历待合并的docx文件列表,并打开每个docx文件。接着,我们将每个docx文件的内容复制到新的docx文件。最后,我们保存新的docx文件。 请注意,上述代码仅演示了如何合并多个docx文件的内容。如果您需要合并多个docx文件的样式和格式,则需要进行更多的处理。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值