经常会遇到一件事情就是：需要从很多文件中找到某个特定的历史文件。有些时候想找数据或者代码，发现忘记文件名称了，或者文件夹太多不想挨个的去翻，但是又隐约记得那个文件里包含什么数据，或者包含哪些代码语句。这时候只要按照文件内容搜索一下就好了。

代码中只需要修改search_word和search_path就行了。search_word：要搜索的关键词；search_path：文件所在文件夹，会遍历所有子文件夹。目前只是针对.py/.txt/.csv/.xml文件，感兴趣可以自行优化。

代码：

# -*- coding: utf-8 -*-

"""

@author: CZ

E-MAIL: CHINESEVOICE@163.COM

"""

import re

import os

def main(path=None,keyword = None):

print(keyword)

if keyword == None:

raise "Input your word, please."

if path == None:

path = os.getcwd()

for root, _, files in os.walk(path):

for file in files:

if file.endswith((".py",".txt",".csv",".xml")):

searchnow = os.path.join(root,file)

file = open(searchnow,"r",encoding="utf-8")

# pattern = keyword

# print(pattern)

count = 0

for items in file.readlines():

lst = re.findall(keyword, str(items))

if len(lst) > 0:

count += len(lst)

if count != 0:

print(" "+searchnow)

print(" 查到 "+str(count)+" 个 {}".format(keyword))

file.close()

if __name__ == "__main__":

#可使用正则表达式查找，具体使用方式参考文末

search_word = r'coo.'

search_path = "G:/Python_test"

print("\n查找关键词为：{}\n".format(search_word))

main(path=search_path,keyword=search_word)

print("\n查找结束！")

#=================以下是正则表达式的符号含义，供参考，不影响上面代码运行========================

"""

正则表达式符号含义：

1. 基本符号

.（英文句点） ：通配符 - 用于表示任意字符

\（反斜杠）：转义字符 - 如 \. 就表示单纯的英文句点符号了

[]（中括号）：字符集 - 表示里面的任意一个，如[abc]，则匹配a,b,c中的任意一个。

[pj]ython可以匹配python或jyson，注意并不能匹配pjython什么的。

另外可以用[0-9]表示匹配任意一个数字，同理[a-z]或[A-Z]均合法。

^ ：当放到字符集内的开头时表示为‘非’，如[^abc]表示匹配除abc之外的任意字符

^ ：匹配字符串开头

$ ：匹配字符串结尾（这两个实际中几乎用不到）

2. 数量词

*（星号）：零个或多个，如a*可以匹配a, aa, aaa, ...也可以匹配为空

+（加号）：一个或多个，与上面类似，但不可匹配为空

？（问号）：0个或一个。

？（问号）：把数量词变为非贪婪模式，比如，用ab*匹配abababababacdefg，

默认会匹配到ababababab，即尽量长的匹配到，但ab*？则只匹配一个ab回来。

实际用途较多

{m}，重复m次，{m, n}，重复m~n次

3. 预定义字符集

\d ：匹配数字，等价于[0-9]

\D ：匹配任意非数字字符，等价于[^0123456789]

\s ：匹配空字符，如\t（tab）、\r\n（回车）、‘ ‘（空格）、\f\v（并不知是什么）

\S ：匹配任意非空字符，即等价于[^\t\r\n\f\v ]

\w ：匹配任意英文字符或数字，等价于[0-9a-zA-Z]

\W ：同理，和上面相反

正则表达式符号参考来源：https://www.jianshu.com/p/b89979b4cd22

"""

转自：“科研萌新”微信公众号

如有侵权，请联系本站删除！