索引 Word 文档以快速搜索 Python答案

【问题标题】：Index Word Documents to Search Fast Python索引 Word 文档以快速搜索 Python
【发布时间】：2021-10-01 16:18:11
【问题描述】：

我有一个包含许多 .docx 文件的文件夹

每个 .docx 文件都包含许多医学术语。

我想索引所有这些以更快地搜索。

例如：-

我有一个名为 examplefolder 的文件夹

我有一个 .docx 扩展名的 100 个 Word 文档文件

每个文件包含 1000 多个单词

我想在所有 100 个文件中搜索一个单词！！

有没有类似的python代码？

【问题讨论】：

python-docx 模块可能会有所帮助，看看：pypi.org/project/python-docx（如何下载），python-docx.readthedocs.io/en/latest（文档 = 如何使用它）
如果我使用这个库，我想我无法索引 Word 文件以快速搜索
好吧，我想无论如何搜索这些文件都需要很长时间。 stackoverflow.com/questions/24805671/… 如果您仍打算使用该库，则上面链接中接受的答案可以帮助编写文档的搜索功能。
它用于查找和替换。我想搜索一个燕鸥是否存在于文件夹中的任何word文档中。并且在单个文件夹中有数千个单词文件
您可以使用 find 功能来查找单词。还有来自模块os 的功能可以让您查看文件夹中的所有文件

【解决方案1】：

您可以在终端中执行此操作，方法是使用Antiword 将 doc 文件转换为可 grep 格式，然后在其输出上使用 grep-

antiword *.docx | grep "your-medical-term"

【讨论】：