技術標籤：Python基礎知識python

文章目錄

• • • 思路
    • 資料夾結構
    • 遞迴+遍歷讀取想要的檔案

思路

首先遍歷父資料夾下所有內容，如果內容是檔案+【其他條件，如讀取PDF，Excel】則直接讀取，不是檔案則遞迴重複上一步操作。

資料夾結構

話不多說，上菜！先給大家展示一下檔案結構如下：

實現程式碼如下：

print(os.getcwd().rsplit('\\')[-1])
for i in os.listdir(os.getcwd()):
    if os.path.isdir(i):
        print('\t{}'.format(i))
        for
 
 file in os.listdir(i):
            print('\t\t',file)
    else:
        print(i)

遞迴+遍歷讀取想要的檔案

用一個dataframe記錄，檔名和對應內容，最終結果如下：

對應程式碼如下：

def read_word(cur_dir):
    for sub_file in os.listdir(cur_dir):
    	# 遍歷該資料夾下所有內容，可能有各自檔案或者資料夾
        sub_file_abs_path = os.path.join(cur_dir, sub_file)  # 拼為完整路徑，方便後面使用
        if
 
 os.path.isfile(sub_file_abs_path):
            # 判斷是否為檔案, 如果是檔案，拼接完整path
            file_path = os.path.join(cur_dir, sub_file)
            if file_path.rsplit('.')[-1] == 'docx':
                # 判斷是否是docx檔案
                fp = docx.Document(file_path)
                content = ""
                for
 
 p in fp.paragraphs:
                    content += p.text
                data.loc[len(data)] = [file_path.rsplit('\\')[-1], content]
        else:
            sub_folder_path = os.path.join(cur_dir, sub_file)
            read_word(sub_folder_path)

友情提示：博主也是學習路上的一員，程式碼可能不是最優最簡潔，但親測有效。如果讀者覺得有幫助則借鑑，可以完善的地方希望能多多指教一起學習。思路來源感謝Allan。