Python正则文档分类异常：无匹配文件误存keyword2文件夹

问题场景 #

需要根据文档文本中的关键词将文档分类到对应文件夹：

• 含keyword1 → 存入keyword1文件夹
• 含keyword2 → 存入keyword2文件夹
• 两者均不含 → 存入unknown文件夹

当前实现中，前两类分类正常，但无匹配关键词的文档被错误归入keyword2文件夹。

错误原因 #

原代码仅对keyword1进行匹配判断，当keyword1不匹配时（not match），直接默认文档包含keyword2，完全跳过了keyword2的匹配检查。同时，elif not match会覆盖所有不匹配keyword1的情况，导致else分支（对应unknown分类）永远无法执行。另外原代码未定义keyword2变量却直接使用，存在语法隐患。

修复后的代码 #

import re
import os
import shutil

# 定义关键词
keyword1 = "keyword1"
keyword2 = "keyword2"

for k, text_content in text_dict.items():
    file_name1 = k.split('.')[0]
    # 分别检查两个关键词的匹配情况
    match1 = re.search(r"keyword1", text_content, flags=re.DOTALL|re.IGNORECASE)
    match2 = re.search(r"keyword2", text_content, flags=re.DOTALL|re.IGNORECASE)

    if match1:
        print(f"The keyword '{keyword1}' is present in the text.--->", k)
        os.makedirs('keyword1', exist_ok=True)
        shutil.copytree(os.path.join('imgs', file_name1), os.path.join('keyword1', file_name1), dirs_exist_ok=True)
    elif match2:
        print(f"The keyword '{keyword2}' is present in the text.--->", k)
        os.makedirs('keyword2', exist_ok=True)
        shutil.copytree(os.path.join('imgs', file_name1), os.path.join('keyword2', file_name1), dirs_exist_ok=True)
    else:
        print(f"The keywords '{keyword1}' and {keyword2} are not present in the text.--->", k)
        os.makedirs('unknown', exist_ok=True)
        shutil.copytree(os.path.join('imgs', file_name1), os.path.join('unknown', file_name1), dirs_exist_ok=True)

关键调整说明 #

1. 新增keyword2变量定义，修复未声明变量的问题
2. 分别对两个关键词执行匹配检查，用match1和match2存储各自的匹配结果
3. 重构分支逻辑：先判断keyword1匹配，再判断keyword2匹配，最后进入unknown分支，确保所有分类场景都被正确覆盖

内容的提问来源于stack exchange，提问作者user21785694