基于关键词批量删除多文件夹TXT文件报错求助

我从EDGAR下载了一批10-K报告，每个公司对应单独文件夹，需要保留包含“cryptocurrency”和“blockchain”关键词的TXT格式10-K报告，删除不含这些关键词的文件。现有Python代码第一步能正确生成目录列表，但第二步读取文件时触发FileNotFoundError，代码及报错信息如下：

原Step1代码（运行正常） #

import os
import pandas as pd

path = 'C:/test/2014/QTR1/'
words = ['cryptocurrency', 'blockchain']

filelist = os.listdir(path)

Path2 = []
for x in filelist:
    Path2.append(path + x+ '/')
print(Path2)

原Step2代码（触发报错） #

for i in Path2:
    filelist2 = os.listdir(i)
    for j in filelist2:
        if j.endswith('.txt'):
                
                each_file_content = open(j, 'r', encoding="utf-8").read()
                if not any(word in each_file_content for word in words):
                    os.unlink(j)

报错信息 #

FileNotFoundError Traceback (most recent call last) Input In [43], in <cell line: 1>()
3 for j in filelist2:
4 if j.endswith('.txt'):
----> 6 each_file_content = open(j, 'r', encoding="utf-8").read()
7 if not any(word in each_file_content for word in words):
8 os.unlink(j)

FileNotFoundError: [Errno 2] No such file or directory:
'0001000180-14-000019.txt'

问题原因与修复 #

报错核心原因是打开文件时只传入了文件名j，未拼接文件所在的目录路径i。Python的open()和os.unlink()默认在当前工作目录查找文件，而非i对应的子文件夹，因此找不到目标文件。

修复时只需用os.path.join()拼接完整文件路径，同时推荐用with语句读取文件，避免资源泄漏：

修复后的Step2代码 #

for i in Path2:
    filelist2 = os.listdir(i)
    for j in filelist2:
        if j.endswith('.txt'):
            # 拼接完整文件路径
            full_file_path = os.path.join(i, j)
            # 用with语句安全读取文件
            with open(full_file_path, 'r', encoding="utf-8") as f:
                each_file_content = f.read()
            # 检查是否不含目标关键词，是则删除
            if not any(word in each_file_content.lower() for word in words):
                os.unlink(full_file_path)

额外优化点 #

1. 大小写不敏感匹配：将文件内容转为小写（each_file_content.lower()），避免因关键词大小写差异漏判（比如文件中写的是Blockchain而非blockchain）。
2. 路径拼接更稳妥：os.path.join()自动适配不同操作系统的路径分隔符，比手动字符串拼接更可靠。
3. 异常处理防中断：针对编码异常的文件添加捕获逻辑，避免程序中途终止：

for i in Path2:
    filelist2 = os.listdir(i)
    for j in filelist2:
        if j.endswith('.txt'):
            full_file_path = os.path.join(i, j)
            try:
                with open(full_file_path, 'r', encoding="utf-8") as f:
                    each_file_content = f.read().lower()
                if not any(word in each_file_content for word in words):
                    os.unlink(full_file_path)
            except UnicodeDecodeError:
                print(f"无法解码文件：{full_file_path}，已跳过")
                continue

内容的提问来源于stack exchange，提问作者Ciercy