如何解决Python递归遍历子文件夹docx检索内容时报FileNotFoundError错误

核心错误原因 #

• 你在find_doc函数中仅存储了docx文件的纯文件名，没有拼接文件所在的目录路径。子目录下的文件（比如folder1/subfolder1/subfolder2/file007.docx）并不在你切换后的根目录下，直接用纯文件名调用docx2txt.process无法定位到文件，就会抛出FileNotFoundError。
• 代码中os.chdir(variable)修改当前工作目录的操作是多余的，反而容易引发路径混乱，不需要保留。

修复后代码 #

第一步：修改文件遍历逻辑，存储完整路径 #

import os
import docx2txt

def find_doc():
    root_dir = input('What is your directory?')
    doc_files = []
    # 遍历所有目录和文件
    for dirpath, _, filenames in os.walk(root_dir):
        for filename in filenames:
            if filename.lower().endswith(".docx"):
                # 拼接当前目录路径和文件名，得到完整路径
                full_file_path = os.path.join(dirpath, filename)
                doc_files.append(full_file_path)
    return doc_files

第二步：调整检索逻辑，优化退出判断顺序 #

all_files = find_doc()

while True:
    keyword = input('Input your word or type in Terminate to exit: ')
    # 先判断是否要退出，避免输入终止命令后还执行一次检索
    if keyword.lower() == "terminate":
        break
    for doc_path in all_files:
        content = docx2txt.process(doc_path)
        if keyword.lower() in content.lower():
            # 仅打印文件名时用os.path.basename，需要完整路径直接打印doc_path即可
            print(os.path.basename(doc_path))

可选优化点 #

如果docx文件数量较多，每次输入关键词都重新读取所有文件会很慢，可以在第一次遍历文件时就把每个文件的文本内容缓存下来，后续检索直接查缓存即可，不需要重复读盘。

内容的提问来源于stack exchange，提问作者myts999