搜索电脑中含有白芷的PDF文件，python代码

分手后的思念是犯贱 2024-03-26 09:01 38阅读 0赞

在 Python 中搜索含有白芷的 PDF 文件，你可以使用 Python 的 `os` 模块来搜索文件系统中的文件。

首先，使用 `os.walk` 函数可以对指定的文件夹进行递归遍历，遍历的结果将返回三元组 (root, dirs, files)，分别表示当前目录的根目录、当前目录的子目录列表、当前目录的文件列表。例如：

import os
    
    root_dir = '/path/to/root'
    
    for root, dirs, files in os.walk(root_dir):
        print(f'Root: {root}')
        print(f'Dirs: {dirs}')
        print(f'Files: {files}')

然后，你可以使用 Python 的 `fnmatch` 模块来匹配文件名，以筛选出 PDF 文件。例如：

import fnmatch
    
    pdf_files = []
    
    for file in files:
        if fnmatch.fnmatch(file, '*.pdf'):
            pdf_files.append(file)

最后，你可以使用 Python 的 `PyPDF2` 库来读取 PDF 文件，并使用正则表达式或其他方法来查找其中是否包含白芷的字样。例如：

import re
    import pypdf2
    
    for pdf_file in pdf_files:
        with open(pdf_file, 'rb') as f:
            pdf = pypdf2.PdfFileReader(f)
            for page in pdf.pages:
                text = page.extractText()
                if re.search(r'\b白芷\b', text):
                    print(f'Found "白芷" in {pdf_file}')
                    break

注意：上述代码仅供参考，如果需要更为精确的搜索，可能需要对代码进行修改。