脚本新手求助：目录文件字符串搜索脚本无结果问题排查

你的脚本运行无结果且耗时久，核心是几个关键错误导致的，下面逐一说明并给出修正代码：

关键错误点 #

1. 扩展名判断逻辑错误
   os.path.splitext(file)返回的是(文件名, 扩展名)的元组，你直接用这个元组和extensions集合对比，永远匹配不上。应该取元组的第二个元素，也就是ext[1]来判断。

2. 文件路径错误
   打开文件时用的是file（仅文件名），不是拼接好的file_path完整路径，导致脚本只会在自身所在目录找文件，其他子目录的文件找不到，触发异常后被except: pass忽略。

3. 二进制文件无法用文本模式读取
   你指定的扩展名里包含.xlsx、.pdf、.doc、.docx等二进制文件，用'r'文本模式打开会直接报错，这些错误被宽泛的异常捕获吃掉，导致这类文件完全没被处理。

4. 不必要的手动关闭文件
   with语句会自动管理文件句柄，不需要手动调用f.close()，多余的代码反而可能引发问题。

5. 全局文件未关闭
   search_files全局打开后没有关闭，可能导致内容无法及时写入磁盘，应该用with语句管理，或者最后调用close()。

6. 宽泛的异常捕获
   except: pass会隐藏所有错误，包括权限问题、编码问题等，调试时根本不知道哪里出问题，建议捕获特定异常并记录错误。

修正后的代码 #

先针对文本文件（如.txt）做基础修复，对于二进制格式文件（如docx、pdf、excel），需要额外库提取文本，后续会说明处理方式：

import os

# 获取用户输入的搜索字符串
search_str = input("请输入要搜索的关键词或短语: ")

# 存储匹配的文件路径
matched_files = []

# 搜索路径：脚本所在目录
search_path = os.path.dirname(os.path.realpath(__file__))

# 支持的文本扩展名
supported_text_ext = {".txt"}
# 需要额外库处理的二进制扩展名
binary_ext = {".xlsx", ".pdf", ".doc", ".docx", ".mb", ".xlsm", ".xltx", ".xltm"}

# 用with管理结果文件，自动关闭
with open('search_results.txt', 'w', encoding='utf-8') as result_file:
    result_file.write(f"搜索关键词: \"{search_str}\"\n\n找到的匹配文件:\n")

    def search_files(path):
        file_count = 0
        for root, _, files in os.walk(path):
            for file in files:
                file_ext = os.path.splitext(file)[1].lower()  # 转小写避免大小写差异
                file_path = os.path.join(root, file)

                # 处理文本文件
                if file_ext in supported_text_ext:
                    try:
                        with open(file_path, 'r', encoding='utf-8') as f:
                            if search_str in f.read():
                                matched_files.append(file_path)
                                file_count += 1
                    except UnicodeDecodeError:
                        print(f"无法解码文件: {file_path}（编码格式不兼容）")
                    except PermissionError:
                        print(f"无权限访问文件: {file_path}")
                    except Exception as e:
                        print(f"处理文件 {file_path} 时出错: {str(e)}")
                
                # 处理二进制文件示例（以docx为例）
                elif file_ext in binary_ext:
                    if file_ext == ".docx":
                        try:
                            from docx import Document
                            doc = Document(file_path)
                            full_text = '\n'.join([para.text for para in doc.paragraphs])
                            if search_str in full_text:
                                matched_files.append(file_path)
                                file_count += 1
                        except ImportError:
                            print("请先安装python-docx库以处理docx文件: pip install python-docx")
                        except Exception as e:
                            print(f"处理docx文件 {file_path} 时出错: {str(e)}")
                    # 其他二进制文件可参考此逻辑，需安装对应库
        
        # 写入最终结果
        if file_count > 0:
            for fp in matched_files:
                result_file.write(f"- {fp}\n")
        else:
            result_file.write(f"未找到包含\"{search_str}\"的文件。")
    
    # 执行搜索
    search_files(search_path)

二进制文件处理说明 #

如果需要处理.xlsx、.pdf等二进制文件，需安装对应工具库：

• .docx: pip install python-docx
• .pdf: pip install PyPDF2
• .xlsx/.xlsm等: pip install openpyxl
• 多格式通用（如.doc）: pip install textract（部分格式需系统依赖支持）

额外优化点 #

• 扩展名转小写，避免因大小写差异（如.TXT和.txt）导致的匹配失败
• 指定utf-8编码，解决中文文本解码错误
• 拆分文本与二进制文件处理逻辑，代码更清晰
• 捕获特定异常并打印，方便调试排查问题
• 变量名语义化（如matched_files替代file_names）

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