使用 Python Regex 搜索文件并返回文件名

Question

请帮忙。 我正在几个目录中搜索几个 .txt 文件以查找模式。如果有匹配，我想打印匹配的文件名和位置。

这是我的代码：

a = ('Z:/rodney/020year/2020-04/')
b = []
for y in os.listdir(a):
    b.append(a+y+'/')

for filename in b:
    path = filename
    for filenames in listdir(path):
        with open(path+filenames) as currentfile:
            text = currentfile.read()
            loan = re.compile(r'2 NNN                            \d LOANS')
        bb = loan.search(text)
        with open('z:/rodney/results.txt','a') as f:
            f.write(os.path.dirname(path)+' ')
            f.write(filenames[:-4]+'\n')
            f.write(bb)

错误消息 = "TypeError: write() 参数必须是 str，而不是 None"

如果有匹配项，我只想查看匹配项的文件名和位置。我不需要在每个不匹配的文件中都看到“None”。

Answer 1

你有：

bb = loan.search(text)

但是如果在text 中找不到您要查找的字符串，则bb 将不会在None 中出现，因此f.write(bb) 将引发异常（您没有指出哪一行代码引发了异常，所以这是一个有根据的猜测）。

您需要将代码修改为：

bb = loan.search(text)
if bb:
    with open('z:/rodney/results.txt','a') as f:
        f.write(os.path.dirname(path)+' ')
        f.write(filenames[:-4]+'\n')

顺便说一句：

您在循环中有语句loan = re.compile(r'2 NNN \d LOANS')。因为它是不变的，所以不需要循环。

Answer 2

您可以通过使用pathlib 避免使用字符串切片和一堆函数来解析文件路径，其中大多数需要的情况已经实现。您还可以通过将re.compile() 移出循环来优化您的代码（创建一次并使用）。与写入结果相同 - 您无需每次都重新打开文件，只需在循环开始前打开一次即可。

优化代码：

from pathlib import Path
import re

src_dir = Path(r"Z:\rodney\020year\2020-04")
res_fn = r"z:\rodney\results.txt"
with open(res_fn, "w+") as res_f:
    search_re = re.compile(r"2\sN{3}\s{28}\d\sLOANS")
    for directory in src_dir.iterdir():
        if directory.is_dir():
            for file in directory.iterdir():
                if file.is_file():
                    with open(file) as of:
                        bb = search_re.search(of.read())
                        if bb:
                            print(file.parent, file.stem, file=res_f)
                            print(bb.group(), file=res_f)
                            # res_f.write(file.parent + " " + file.stem + "\n" + bb.group())

Answer 3

根据您的源代码，我对其进行了优化。 我使用os.walk 访问每个 .txt 文件，然后在这些 txt 文件中逐行读取并将其保存在枚举中。然后我将使用正则表达式检查该枚举中的每一行（我引用了 Olvin Roght-san）。如果匹配，它将为您打印出确切的文件位置和行。

import os
import re

extension = [".txt"]
regex =  r"2\sN{3}\s{28}\d\sLOANS"
re_Search = re.compile(regex)
path = "Z:\rodney\020year\2020-04"
for subdir, dirs, files in os.walk(path):
    for file in files:
        file_path = os.path.join(subdir, file)
        ext = os.path.splitext(file)[-1].lower()       
        if ext in extension:
            with open(file_path, "r") as f:
                try:
                    f_content = f.readlines()
                except Exception as e:
                    print(e)
            for l_idx, line in enumerate(f_content):
                if re_Search.search(line):
                    print(file_path)
                    print("At line: {l_idx}".format(l_idx = l_idx+1))
        else:
            print("Nothing!!")