python3在word文檔中查找多行文字是否存在

工作中碰到這樣一個情況：有多個關鍵詞存在文本文檔txt中，想查找下在某個較大的word文檔中，這些關鍵詞是否都含有，沒有關鍵詞的顯示出來。

因為關鍵詞比較多，並且這個工作還是經常會有的，這個情況我試着用Python3寫代碼解決。

分析后，需要用到的模塊有：docx，另外還有txt文檔的讀取和字符串的匹配。

 首先是安裝docx模塊  pip install python-docx 

具體實現代碼如下：

import docx
path = "F:\\check\\source.docx"

def readDocx(docName):                 #創建讀取doc文檔內容的函數，去除格式
    fullText = []
    doc = docx.Document(docName)
    paras = doc.paragraphs
    for p in paras:
        fullText.append(p.text)
    return '\n'.join(fullText)
doccontent=readDocx(path)

textcon= open('F:/check/findtext.txt','r',encoding='utf-8')           #只讀方式打開text文件b

j=0                        #用於顯示txt文檔中的行號

for i in textcon:
    linecon=i.strip()            #Python strip() 方法用於移除字符串頭尾指定的字符（默認為空格或換行符）或字符序列
    j=j+1

    if linecon not in doccontent:
        print(linecon)
        print(j)

textcon.close()


寫在后面的話：

1.查找字符串時，原計划用re函數匹配

compiletext=re.compile(r'\wlinecon\w')
result_comp = compiletext.findall(doccontent.paragraphs)

因讀取docx時，是帶格式的，結果使用re函數怎么運行都報錯：TypeError: expected string or bytes-like object

解決辦法參考blog：https://www.cnblogs.com/wrajj/p/4914102.html

2.字符串的匹配，原來想用正則表達式中的函數來解決，結果試了半天，才發現字符串匹配有很簡單的方式，詳情見blog：https://www.cnblogs.com/huiAlex/p/7994606.html