时间戳

首页 > 解决方案 > 从文件的列表中搜索值

python - 从文件的列表中搜索值

问题描述

在文本文件上进行单词搜索，我需要检查一个单词是否出现在大量文件中。使用我的程序工作的唯一单词，我想使用列表扩展到单词列表，但是我无法使其工作。

for name in files:
try:
    with open(name,errors='ignore') as f:
     found = "FALSE"
     pos = 0
     for line in f:
         pos = pos + 1
         if pattern_finder(line):
             found = "TRUE"
             break
     output_file.write (ntpath.basename(f.name) +';' + found + ';' + str(pos)+ ';' + line )
except IOError as exc:
    if exc.errno != errno.EISDIR:
        print("No Files Found")
        raise
output_file.close()



def pattern_finder (file_line):
    for i in range(len(pattern_to_find)):
        word = pattern_to_find[i]
        if word in file_line:
            return True
            break

永远找不到该行中的“单词”，当然，如果我只是避免使用列表，它可以正常工作，即 word="WORD_IM_LOOKING" 我相信我对如何从列表中获取要使用的值有一个概念性问题该值是否存在于 list.index 中，有人可以建议吗？)

标签： pythonarraysarraylist

解决方案

为此，您需要使用正则表达式，并且可以使用str.join管道字符和单词列表来编译正则表达式交替模式。例子：

import re
from pathlib import Path

def main():
    search_words = ['words', 'one', 'two']
    p = re.compile(r'|'.join(search_words), re.IGNORECASE|re.MULTILINE)
    files_with_words = []
    for file in Path().glob('*.txt'):
        if p.search(file.read_text()):
            files_with_words.append(file.name)
    print(files_with_words)



if __name__ == '__main__':
    main()

编辑：更新以显示找到的行号、位置和单词。

import re
from pathlib import Path


def main():
    search_words = ['words', 'one', 'two']
    p = re.compile(fr"\b({'|'.join(search_words)})\b", re.IGNORECASE)
    files_with_words = set()
    for file in Path().glob('*.txt'):
        with open(file.name) as f:
            for i, line in enumerate(f):
                re_search_obj = p.search(line)
                if re_search_obj:
                    print("file={}, line={}, pos={}, word={}".format(
                        file.name, i, re_search_obj.span(), re_search_obj.group()
                    ))


if __name__ == '__main__':
    main()

推荐阅读