快捷導(dǎo)航

Python基于文件內(nèi)容實(shí)現(xiàn)查找文件功能

更新時(shí)間：2022年05月07日 09:38:23 作者：渴望力量的哈士奇

無論是Linux系統(tǒng)還是Windows系統(tǒng)都有基于文件名實(shí)現(xiàn)過濾、查找的功能。但是如果想要查找一些關(guān)于某些文件指定內(nèi)容的文件，好像它們明面上沒有這樣的功能了。這個(gè)時(shí)候就可以通過 Python 來實(shí)現(xiàn)這樣的功能，快跟隨小編一起學(xué)習(xí)一下吧

該章節(jié)將學(xué)習(xí)關(guān)于文件查找的操作，大家都知道，無論是 Linux 系統(tǒng)還是 Windows 系統(tǒng)都有基于文件名實(shí)現(xiàn)過濾、查找的功能。但是如果想要查找一些關(guān)于某些文件指定內(nèi)容的文件，好像無論是 Linux 還是 Windows 明面上沒有這樣的功能了。這個(gè)時(shí)候就可以通過 Python 來實(shí)現(xiàn)這樣的功能，通過該章節(jié)的學(xué)習(xí)，就可以學(xué)習(xí)到該功能的如何利用 Python 實(shí)現(xiàn)這樣的操作。

文件查找操作

glob 的介紹

glob 包是一個(gè)快速查找文件夾中內(nèi)容的包，可以通過模糊查找的形式找到我們想要的內(nèi)容。

glob 的基本使用

導(dǎo)入包與模塊

from glob import glob

使用方法

glob(任意目錄)

返回內(nèi)容：

指定路徑下的內(nèi)容列表，不存在的路徑返回空列表。

代碼示例如下：

# coding:utf-8

import os
from glob import glob

target = os.getcwd()

result = glob(target)
print(result)                   # 打印輸出當(dāng)前路徑的文件夾

result = glob(target + '/*')
print(result)                   # 打印輸出當(dāng)前路徑的文件夾下的所有文件

result = glob(target + '/*.py')
print(result)                   # 打印輸出當(dāng)前路徑的文件夾下的所有以 "py" 結(jié)尾的文件

result = glob(target + '/*.zip')
print(result)                   # 打印輸出當(dāng)前路徑的文件夾下的所有以 "zip" 結(jié)尾的文件

result = glob(target + '/filetest*')
print(result)                   # # 打印輸出當(dāng)前路徑的文件夾下的所有以 "filetest" 開頭的文件

運(yùn)行結(jié)果如下：

查找指定的文件

已知條件：

想查找的文件名已經(jīng)知道，但是目錄在哪里并不知道。

實(shí)現(xiàn)方法：

利用 "glob" 從最上級目錄開始查找，利用遞歸模式，不斷的查找，直到找到為止。

代碼示例如下：

# coding:utf-8

import glob

"""
獲取當(dāng)前路徑下所有內(nèi)容
判斷每個(gè)內(nèi)容的類型（文件夾還是文件）
若是文件夾則繼續(xù)遞歸查找
"""

path = glob.os.path.join(glob.os.getcwd(), '*')     # 獲取當(dāng)前文件夾下的所有內(nèi)容
                                                    # glob 模塊其實(shí)已經(jīng)包含了 "os" 模塊
final_result = []       # 定義一個(gè)空列表，用以存儲 search() 函數(shù)查到的內(nèi)容

def search(path, target):       # 定義 search() 函數(shù)，傳入 "path" 文件路徑， "target" 要查找的目標(biāo)文件
    result = glob.glob(path)

    for data in result:         # for 循環(huán)判斷遞歸查到的內(nèi)容是文件夾還是文件
        if glob.os.path.isdir(data):    # 若是文件夾，繼續(xù)將該文件夾的路徑傳給 search() 函數(shù)繼續(xù)遞歸查找
            _path = glob.os.path.join(data, '*')
            search(_path, target)
        else:                           # 若是文件，則將該查詢到的文件所在路徑插入 final_result 空列表
            if target in data:
                final_result.append(data)
    return final_result


if __name__ == '__main__':
    result = search(path, target='filetest.py')
    print(result)

運(yùn)行結(jié)果如下：

基于文件內(nèi)容查找文件

接下來我們看一下查找指定內(nèi)容的文件：

已知條件：

文件中包含有某些關(guān)鍵字，但是不知道文件名和文件所在路徑

實(shí)現(xiàn)方法：

利用 "glob" 從最上級目錄開始查找，利用遞歸模式，不斷的查找。如果是文件夾則進(jìn)入繼續(xù)查找，是文件則讀取，判斷是否包含該內(nèi)容，返回該內(nèi)容的文件名以及所在路徑。

其實(shí)，基于文件內(nèi)容查找文件實(shí)現(xiàn)的方式大體與上文的查找指定文件大體相似，只不過加入了讀取文件的判斷罷了。

代碼示例如下：

# coding:utf-8

import glob

"""
獲取當(dāng)前路徑下所有內(nèi)容
判斷每個(gè)內(nèi)容的類型（文件夾還是文件）
若是文件夾則繼續(xù)遞歸查找
"""

path = glob.os.path.join(glob.os.getcwd(), '*test04')     # 因?yàn)橄挛牟东@不可讀文件格式太多，所以這里直接指定了 "test04" 路徑
final_result = []       # 定義一個(gè)空列表，用以存儲 search() 函數(shù)查到的內(nèi)容



def search(path, target):       # 定義 search() 函數(shù)，傳入 "path" 文件路徑， "target" 要查找的目標(biāo)文件
    result = glob.glob(path)

    for data in result:         # for 循環(huán)判斷遞歸查到的內(nèi)容是文件夾還是文件
        if glob.os.path.isdir(data):    # 若是文件夾，繼續(xù)將該文件夾的路徑傳給 search() 函數(shù)繼續(xù)遞歸查找
            _path = glob.os.path.join(data, '*')
            search(_path, target)
        else:                           # 若是文件，則將該查詢到的文件所在路徑插入 final_result 空列表
            f = open(data, 'r')         # 利用 open() 函數(shù)讀取文件，并通過 try...except... 捕獲不可讀的文件格式（.zip 格式）
            try:
                content = f.read()
                if target in content:
                    final_result.append(data)
            except:
                print('這是不可讀文件格式的文件的所在路徑：{} '.format(data))
                continue
            finally:
                f.close()
    return final_result


if __name__ == '__main__':
    result = search(path, target='測試文件')
    print(result)

運(yùn)行結(jié)果如下：