在文件目录中搜索关键字答案

【问题标题】：search for keywords in file directory在文件目录中搜索关键字
【发布时间】：2021-06-09 14:47:05
【问题描述】：

我很难从预定列表中找到包含关键字的文件名。我设法从目录和子目录中找到所有文件，但是查找关键字不起作用。我想列出我目录中名称中包含关键字的所有文件：

path = ':O drive'
keywords = ['photo', 'passport', 'license']
files = [] # list of all files in directory
result = []  # list store our results

#list all files
for root, directories, file_path in os.walk(path, topdown=False):
        for name in file_path:
            files.append(os.path.join(root, name))

#find keywords in files            
for filename in files:
    for keyword in keywords:
        if keyword in filename:
            result[keyword].os.path.join(path, filename)

print(result)

【问题讨论】：

听起来您希望 result 类似于 defaultdict(list) 而不是列表，然后您可以执行 result[keyword].append(os.path.join(path,filename))
你能试试这个吗？ if keyword in str(filename)

标签： python os.walk os.path

【解决方案1】：

您可以为此使用 glob，用每个循环的关键字替换该模式。这将创建一个列表的字典。在这种情况下，我在脚本的工作目录中有 1 个名为 photo.txt 的文件和 2 个名为 license 2019.txt 和 license 2020.txt 的文件。

from glob import glob
import os
keywords = ['photo','license', 'passport']

path = './'

output = {}
for word in keywords:
    output[word] = glob(os.path.join(path,f'*{word}*'))

输出

{'photo': ['.\\photo.txt'],
 'license': ['.\\license 2019.txt', '.\\license 2020.txt'],
 'passport': []}

【讨论】：

谢谢，这行得通！但是，它不会找到子目录中的文件。我如何将代码中的“#list all files”部分应用于此？

【解决方案2】：

如果您只想要包含列表中任何关键字的文件名列表，请尝试列表理解：

result = [os.path.join(path, f) for f in files if any(k in f.lower() for k in keywords)]

如果您想要字典，请改为：

result = dict()
for k in keywords:
    result[k] = [os.path.join(path, f) for f in files if k in f.lower()]

【讨论】：

【解决方案3】：

import os
for dirpath, dirs, files in os.walk(":O drive"): 
  keywords=['photo', 'passport', 'license','file']
  for filename in files:
    f = os.path.join(dirpath,filename)
    for keyword in keywords:        
      if keyword in f:
          try:
            print(f)
          except OSError as e:
            print("Error: %s : %s" % (f, e.strerror))

这是我针对您的问题提出的解决方案。它还显示了我们正在搜索的文件的完整路径，如果发生异常情况，请使用 try and catch。

【讨论】：

【解决方案4】：

您可以使用正则表达式。

>>> import re
>>> keywords = ['photo', 'passport', 'license']
>>> m = re.findall(f"^.*[{'|'.join(keywords)}].*$", 'example-photo.jpg')
>>> m
['example-photo.jpg']

https://docs.python.org/3/library/re.html

【讨论】：