盘点一个Python自动化办公的实战需求

今

日

鸡

汤

西宫南内多秋草，落叶满阶红不扫。

大家好，我是Python进阶者。

一、前言

前几天在Python交流群，有个粉丝遇到了一个Python自动化办公的问题，问题如下：你是一名高级Python自动化办公专家，你现在遇到一个Python自动化办公问题。桌面上有个【省份】文件夹，文件夹内有20多个子文件夹，每个子文件夹下面有若干个文件夹，每个文件夹下有若干个word文件。现在需要你写一份程序，读取【省份】文件夹和子文件夹下的所有word文件，如果读取出来的word文件中存在【nan】这样的关键词，则输出该word文件的文件名。请你写一份Python代码。

二、实现过程

这里【智普清言】分享了自己的一个经验：

为了完成这个任务，我们可以使用Python的os模块来遍历文件夹和子文件夹，使用python-docx库来读取Word文件内容，然后搜索关键词nan。如果找到了该关键词，我们将输出文件名。以下是一份示例代码，展示了如何实现这个过程：

import os

from docx import Document

# 设置需要搜索的关键词

keyword = 'nan'

# 设置根目录

root_dir = '省份'

# 遍历文件夹

for foldername, subfolders, filenames in os.walk(root_dir):

for filename in filenames:

# 检查文件是否为Word文件

if filename.endswith('.docx'):

# 拼接完整的文件路径

filepath = os.path.join(foldername, filename)

# 读取Word文件

doc = Document(filepath)

# 检查文件内容中是否包含关键词

if keyword in doc.full_text:

print(f'Found keyword in {filename}')

请注意，此代码片段将在给定的根目录中递归地遍历所有子文件夹，并且仅处理扩展名为.docx的文件。它将打开每个Word文件并读取其全文内容，然后检查是否包含关键词nan。如果包含，它将输出该文件的文件名。在运行这段代码之前，请确保已经安装了python-docx库。如果尚未安装，可以使用以下命令进行安装：

pip install python-docx

由于需要处理大量的文件，可能还需要考虑优化性能，比如使用多线程或多进程来加速处理过程。如果您的Word文件特别大或者数量特别多，可以考虑这个优化。

方法行之有效，顺利地解决了粉丝的问题。