从文件的列表中搜索值

Question

文本文件上的单词搜索，我需要检查一个单词是否出现在大量文件中。使用我的程序工作的唯一单词，我想使用列表扩展到单词列表，但是我无法使其工作。

for name in files:
try:
    with open(name,errors='ignore') as f:
     found = "FALSE"
     pos = 0
     for line in f:
         pos = pos + 1
         if pattern_finder(line):
             found = "TRUE"
             break
     output_file.write (ntpath.basename(f.name) +';' + found + ';' + str(pos)+ ';' + line )
except IOError as exc:
    if exc.errno != errno.EISDIR:
        print("No Files Found")
        raise
output_file.close()



def pattern_finder (file_line):
    for i in range(len(pattern_to_find)):
        word = pattern_to_find[i]
        if word in file_line:
            return True
            break

永远找不到行中的“单词”，当然，如果我只是避免使用列表，它可以正常工作，即 word="WORD_IM_LOOKING" 我相信我有一个关于如何从列表中获取值以使用该值查看 list.index 中是否存在的概念问题 有人可以建议吗？ )

Answer 1

为此，您需要使用正则表达式，并且可以使用str.join 使用管道字符和您的单词列表来编译正则表达式交替模式。示例：

import re
from pathlib import Path

def main():
    search_words = ['words', 'one', 'two']
    p = re.compile(r'|'.join(search_words), re.IGNORECASE|re.MULTILINE)
    files_with_words = []
    for file in Path().glob('*.txt'):
        if p.search(file.read_text()):
            files_with_words.append(file.name)
    print(files_with_words)



if __name__ == '__main__':
    main()

编辑：更新以显示找到的行号、位置和单词。

import re
from pathlib import Path


def main():
    search_words = ['words', 'one', 'two']
    p = re.compile(fr"\b({'|'.join(search_words)})\b", re.IGNORECASE)
    files_with_words = set()
    for file in Path().glob('*.txt'):
        with open(file.name) as f:
            for i, line in enumerate(f):
                re_search_obj = p.search(line)
                if re_search_obj:
                    print("file={}, line={}, pos={}, word={}".format(
                        file.name, i, re_search_obj.span(), re_search_obj.group()
                    ))


if __name__ == '__main__':
    main()