打开并读取目录中的所有文本文件并使用正则表达式 python 过滤它们

【问题标题】：Open and read all text Files in your directory and filter them using regular expression, python打开并读取目录中的所有文本文件并使用正则表达式 python 过滤它们
【发布时间】：2019-03-19 11:31:01
【问题描述】：

所以，我得到了一个用例。用例是一次使用正则表达式和 python 在多个文本文件中查找 PHI。

所以基本上，打开目录中的所有文本文件，然后使用正则表达式过滤每个文件的内容，以查看哪个文件中包含 PHI。

有什么想法吗？

【问题讨论】：

你不需要正则表达式。使用os.listdir 获取您需要的目录中的所有文件。使用open方法打开它们，读取内容并使用if "PHI" in contents:过滤您需要的内容

标签： python regex nlp nltk

【解决方案1】：

这是使用glob 而不是listdir，但这可能是一种可能的方法。不过这里也不涉及正则表达式。

import glob

folder_path = "C:\Temp"
file_pattern = "\*.txt"
search_string = "hello"

match_list = []

folder_contents = glob.glob(folder_path + file_pattern)

for file in folder_contents:
    print("Checking", file)
    read_file = open(file, 'rt').read()

    if search_string in read_file:
        match_list.append(file)

print("Files containing search string")
for file in match_list:
    print(file)

【讨论】：

非常感谢。效果很好。您知道如何在其中添加正则表达式过滤器吗？例如，如果我想搜索这个正则表达式，r'\d\d\d[-]\d\d\d[-]\d\d\d\d'，我将如何实现呢？