如何在Python函数中返回值以实现多PDF文件指定字符串模式的总命中次数统计

看起来你已经完成了单个PDF文件的匹配统计，但卡在了总次数的累加环节——核心问题是你的pdf函数没有把计算出的匹配次数返回给主逻辑，导致totalHits一直是初始值0。我帮你调整了代码，同时优化了几个细节，让功能更完整：

修改后的完整代码 #

import os
import re
import PyPDF2 as pypdf2

def pdf(name):
    amountOfHits = 0
    try:
        # 显式打开PDF文件，比直接传文件名更严谨
        with open(name, 'rb') as pdfFile:
            readObject = pypdf2.PdfFileReader(pdfFile)
            # 遍历PDF的所有页面（如果只需要第一页，删掉循环保留getPage(0)即可）
            for page_num in range(readObject.numPages):
                pageContent = readObject.getPage(page_num)
                pageExtract = pageContent.extractText()
                amountOfHits += len(re.findall(rePattern, pageExtract))
        print(f"{name} contains {rePattern}: {amountOfHits} times.")
    except Exception as e:
        # 打印错误信息方便排查问题，可根据需求调整
        print(f"Failed to process {name}: {str(e)}")
    # 无论成功失败都返回匹配次数，保证累加逻辑不中断
    return amountOfHits

rePattern = input("Pattern: ")
dirContent = os.listdir()
totalHits = 0

# 直接遍历文件名，比用range(len())更简洁
for filename in dirContent:
    # 只处理PDF文件，避免误操作其他类型文件
    if filename.lower().endswith('.pdf'):
        single_pdf_hits = pdf(filename)
        totalHits += single_pdf_hits

print(f"Total of {totalHits} matches across all PDF files.")

关键修改说明 #

• 让函数返回匹配次数：在pdf函数里初始化amountOfHits为0，处理完成后返回这个值，主逻辑里接收并累加到totalHits。
• 优化异常处理：捕获具体异常并打印错误信息，同时确保无论是否出错都返回数值（失败时返回0），避免累加逻辑中断。
• 支持多页面统计：原代码只处理第一页，现在遍历所有页面并累加次数，如果你确实只需要第一页，删掉循环恢复getPage(0)即可。
• 过滤PDF文件：添加了后缀判断，避免目录里的非PDF文件（比如脚本本身）被误处理。

示例运行效果 #

假设输入模式为1999，运行后会输出：

LoopReport 09.pdf contains 1999: 44 times.
LoopReport 10.pdf contains 1999: 37 times.
...
Total of 398 matches across all PDF files.

内容的提问来源于stack exchange，提问作者HaraldrG