Python实现在多个Word文档中一键搜索_Python

引言

在日常工作和学习中，我们经常需要在大量word文档中查找特定的文本。虽然手动搜索是一种方法，但这种方法不仅效率低下，而且容易出错。幸运的是，python提供了强大的库和工具，可以帮助我们自动化这一过程。本文将介绍如何使用python脚本在同一文件夹下的所有word文件中搜索指定的文本。

环境准备

在开始之前，你需要确保你的python环境已经安装了以下库：

os：用于操作系统功能。
tkinter：用于图形用户界面。
docx：用于处理word文档。

你可以通过以下命令安装所需的库：

pip install python-docx

脚本详解

以下是完整的代码，我们将逐步解析其功能。

import os  # 导入os模块，用于文件路径操作
from tkinter import tk, filedialog  # 导入tk和filedialog模块，用于图形界面操作
from docx import document  # 导入document模块，用于读取word文档

def search_in_docx(file_path, search_text):
    """
    在指定的word文档中搜索指定的文本。
    :param file_path: word文档的路径
    :param search_text: 要搜索的文本
    :return: 如果找到文本则返回true，否则返回false
    """
    try:
        doc = document(file_path)  # 打开word文档
        for para in doc.paragraphs:  # 遍历文档中的每个段落
            if search_text in para.text:  # 检查段落中是否包含搜索文本
                print(f"在文件 {os.path.basename(file_path)} 的段落中找到: {para.text}")
                return true
        return false  # 如果没有找到文本，则返回false
    except exception as e:
        print(f"读取文件 {file_path} 出错: {e}")
        return false  # 捕获并打印异常信息

def search_in_directory(directory_path, search_text):
    """
    在指定目录及其子目录中的所有word文档中搜索指定的文本。
    :param directory_path: 要搜索的目录路径
    :param search_text: 要搜索的文本
    """
    for root, dirs, files in os.walk(directory_path):  # 遍历目录
        for file in files:  # 检查每个文件
            if file.endswith('.docx'):  # 只处理word文档（.docx格式）
                file_path = os.path.join(root, file)  # 获取文件的完整路径
                print(f"正在搜索文件 {os.path.basename(file_path)}...")  # 显示正在搜索的文件名
                if search_in_docx(file_path, search_text):  # 调用search_in_docx函数
                    print(f"在文件 {os.path.basename(file_path)} 中找到了 '{search_text}'")  # 显示找到的文本

def get_directory_path():
    """
    弹出图形界面对话框，让用户选择要搜索的目录。
    :return: 用户选择的目录路径
    """
    tk().withdraw()  # 隐藏主窗口
    directory_path = filedialog.askdirectory(title="请选择要搜索的目录")  # 弹出选择文件夹的对话框
    return directory_path  # 返回用户选择的目录路径

if __name__ == "__main__":
    directory_path = get_directory_path()  # 获取用户选择的目录路径
    if directory_path:  # 如果用户选择了目录
        search_text = input("请输入要搜索的文本: ")  # 获取用户输入的要搜索的文本
        search_in_directory(directory_path, search_text)  # 调用search_in_directory函数
    else:
        print("未选择目录。")  # 如果用户没有选择目录，则打印提示信息

函数解析

search_in_docx：这个函数接收文件路径和要搜索的文本作为参数。它打开一个.docx文件，并遍历文件中的所有段落。如果段落中包含指定的文本，则打印出该段落，并返回true。

search_in_directory：这个函数接收目录路径和要搜索的文本作为参数。它遍历指定目录及其子目录中的所有文件。如果文件是.docx格式，它将调用search_in_docx函数进行搜索。如果找到指定的文本，将打印出文件名和搜索结果。

get_directory_path：这个函数使用tkinter库弹出一个对话框，让用户选择要搜索的目录。它隐藏主窗口，并返回用户选择的目录路径。

主程序：在主程序中，首先调用get_directory_path函数获取用户选择的目录路径。如果用户选择了目录，程序将提示用户输入要搜索的文本，并调用search_in_directory函数进行搜索。如果没有选择目录，程序将打印出相应的提示信息。

使用方法

确保你的python环境已安装所需的库。

将上述代码保存为一个.py文件。

运行该脚本，选择要搜索的文件夹，然后输入要搜索的文本。

程序将自动搜索指定目录中的所有.docx文件，并显示包含指定文本的文件和段落。

知识扩展

python一键为多个word文档设置连续页码

在处理多个word文档时，我们经常需要对这些文档进行连续页码设置，以便于打印和分发。手动设置每个文档的页码不仅耗时，而且容易出错。为了解决这个问题，我编写了一个vba宏，它可以自动为一个文件夹中的所有word文档设置连续的页码。本文将详细介绍这个宏的工作原理和使用方法。

宏的功能

这个vba宏的主要功能是：

允许用户选择一个文件夹，宏将遍历该文件夹中的所有word文档（.docx格式）。
按该文件夹下的文档顺序，为每个文档设置连续的页码，确保文档之间没有页码重复且页码不中断。
通过一个辅助函数获取每个文档的总页数，并根据此信息更新下一个文档的起始页码。
通过一个辅助函数为每个文档第一节设置起始页码，后续节为续前节，且不影响原始页脚。

宏的实现

以下是宏的代码实现，包括两个辅助函数和一个主过程。

主过程：a设置连续页码并遍历文档

sub a设置连续页码并遍历文档()
    ' 定义变量用于存储文件夹路径
    dim strfolderpath as string
    ' 创建filesystemobject对象，用于操作文件系统
    dim objfso as object
    ' 定义变量用于存储文件夹对象
    dim objfolder as object
    ' 定义变量用于存储文件对象
    dim objfile as object
    ' 定义变量用于存储word文档对象
    dim objdoc as document
    ' 定义变量用于存储当前页码
    dim icurrentpage as integer
    ' 定义变量用于存储文档的总页数
    dim itotalpages as integer
    ' 定义变量用于存储之前文档的总页数，以便设置连续页码
    dim iprevioustotal as integer
 
    ' 创建filesystemobject对象
    set objfso = createobject("scripting.filesystemobject")
 
    ' 使用文件选择对话框让用户选择文件夹
    with application.filedialog(msofiledialogfolderpicker)
        ' 如果用户选择了文件夹
        if .show = -1 then
            ' 存储选择的文件夹路径
            strfolderpath = .selecteditems(1) & "\"
        else
            ' 如果用户取消选择，则显示消息框并退出宏
            msgbox "未选择文件夹，操作已取消。"
            exit sub
        end if
    end with
 
    ' 根据用户选择的路径获取文件夹对象
    set objfolder = objfso.getfolder(strfolderpath)
 
    ' 初始化当前页码为1
    icurrentpage = 1
 
    ' 遍历文件夹中的所有.docx文件
    for each objfile in objfolder.files
        ' 检查文件扩展名是否为docx
        if lcase(objfso.getextensionname(objfile.name)) = "docx" then
            ' 打开文档，不显示界面
            set objdoc = documents.open(objfile.path, visible:=false)
 
            ' 调用宏设置页码，传入当前页码
            call e自动前节设置(objdoc, icurrentpage)
 
            ' 调用辅助函数获取当前文档的总页数
            itotalpages = gettotalpages(objdoc)
 
            ' 更新当前页码为下一个文档的起始页码
            iprevioustotal = icurrentpage
            icurrentpage = itotalpages + iprevioustotal
 
            ' 保存并关闭文档
            objdoc.close savechanges:=true
        end if
    next objfile
 
    ' 显示消息框，告知用户所有文档的页码设置完成
    msgbox "所有文档的页码设置完成。"
end sub

辅助函数：gettotalpages

' 辅助函数，用于获取文档的总页数
function gettotalpages(byref odoc as document) as integer
    ' 获取当前文档的总页数，返回给调用者
    gettotalpages = odoc.windows(1).panes(1).pages.count
end function

辅助函数：e自动前节设置

' 辅助函数，用于设置文档的页码
sub e自动前节设置(byref odoc as document, byref istartingpage as integer)
    dim osection as section
    for each osection in odoc.sections
        if osection.index = 1 then
            with osection.footers(wdheaderfooterprimary).pagenumbers
                .numberstyle = wdpagenumberstylearabic
                .restartnumberingatsection = true
                .startingnumber = istartingpage
            end with
        else
            with osection.footers(wdheaderfooterprimary).pagenumbers
                .restartnumberingatsection = false
            end with
        end if
    next osection
end sub

使用方法

打开word，按下 alt + f11 打开vba编辑器。
插入一个新的模块，并将上述代码粘贴进去。
运行宏 a设置连续页码并遍历文档。
选择包含word文档的文件夹。
宏将自动为每个文档设置连续页码，并在完成后弹出提示消息。

完整代码

sub a设置连续页码并遍历文档()
    ' 定义变量用于存储文件夹路径
    dim strfolderpath as string
    ' 创建filesystemobject对象，用于操作文件系统
    dim objfso as object
    ' 定义变量用于存储文件夹对象
    dim objfolder as object
    ' 定义变量用于存储文件对象
    dim objfile as object
    ' 定义变量用于存储word文档对象
    dim objdoc as document
    ' 定义变量用于存储当前页码
    dim icurrentpage as integer
    ' 定义变量用于存储文档的总页数
    dim itotalpages as integer
    ' 定义变量用于存储之前文档的总页数，以便设置连续页码
    dim iprevioustotal as integer
 
    ' 创建filesystemobject对象
    set objfso = createobject("scripting.filesystemobject")
 
    ' 使用文件选择对话框让用户选择文件夹
    with application.filedialog(msofiledialogfolderpicker)
        ' 如果用户选择了文件夹
        if .show = -1 then
            ' 存储选择的文件夹路径
            strfolderpath = .selecteditems(1) & "\"
        else
            ' 如果用户取消选择，则显示消息框并退出宏
            msgbox "未选择文件夹，操作已取消。"
            exit sub
        end if
    end with
 
    ' 根据用户选择的路径获取文件夹对象
    set objfolder = objfso.getfolder(strfolderpath)
 
    ' 初始化当前页码为1
    icurrentpage = 1
 
    ' 遍历文件夹中的所有.docx文件
    for each objfile in objfolder.files
        ' 检查文件扩展名是否为docx
        if lcase(objfso.getextensionname(objfile.name)) = "docx" then
            ' 打开文档，不显示界面
            set objdoc = documents.open(objfile.path, visible:=false)
 
            ' 调用宏设置页码，传入当前页码
            call e自动前节设置(objdoc, icurrentpage)
 
            ' 调用辅助函数获取当前文档的总页数
            itotalpages = gettotalpages(objdoc)
 
            ' 更新当前页码为下一个文档的起始页码
            iprevioustotal = icurrentpage
            icurrentpage = itotalpages + iprevioustotal
 
            ' 保存并关闭文档
            objdoc.close savechanges:=true
        end if
    next objfile
 
    ' 显示消息框，告知用户所有文档的页码设置完成
    msgbox "所有文档的页码设置完成。"
end sub
 
' 辅助函数，用于获取文档的总页数
function gettotalpages(byref odoc as document) as integer
    ' 获取当前文档的总页数，返回给调用者
    gettotalpages = odoc.windows(1).panes(1).pages.count
end function
 
' 辅助函数，用于设置文档的页码
sub e自动前节设置(byref odoc as document, byref istartingpage as integer)
    ' 定义变量用于存储文档节对象
    dim osection as section
    ' 遍历文档的所有节
    for each osection in odoc.sections
        ' 如果是第一个节，则设置页码样式和起始页码
        if osection.index = 1 then
            with osection.footers(wdheaderfooterprimary).pagenumbers
                ' 设置页码样式为阿拉伯数字
                .numberstyle = wdpagenumberstylearabic
                ' 设置在该节重新开始页码编号
                .restartnumberingatsection = true
                ' 设置起始页码
                .startingnumber = istartingpage
            end with
        else
            ' 对于其他节，不重新开始页码编号
            with osection.footers(wdheaderfooterprimary).pagenumbers
                .restartnumberingatsection = false
            end with
        end if
    next osection
end sub

注意事项