背景简述

由于一些工作场景，需要从多个Word文档中找到出现的关键词，并阅读关键词的上下文内容。文件可能几十个，手动操作太要命了。所以python尝试处理。

思路

第一步、功能实现
把这些Word文档都放在一个文件夹中。

1. Python读取指定目录下的文件，然后找到包含了关键词的文档名称
2. 把这些关键词都打上书签，这样使用书签就可以快速定位了
3. 可以选择要不要打开含有关键词的文件，不用自己打开了

第二步、打包成exe
因为想把这个给别人用，但是他们电脑上不一定有Python环境，一个个安装太麻烦，所以打包，做成exe，会便捷些。

第一步、功能实现

import os
import re
import platform
import subprocess
from docx import Document
from docx.oxml.shared import OxmlElement, qn

# --------------------- 核心功能函数 ---------------------
def find_keyword_files(folder_path, keyword):
    """查找包含关键词的文档"""
    matched_files = []
    for root, dirs, files in os.walk(folder_path):
        for file in files:
            if file.endswith(".docx"):
                full_path = os.path.join(root, file)
                if check_docx_contains_keyword(full_path, keyword):
                    matched_files.append(full_path)
    return matched_files

def check_docx_contains_keyword(file_path, keyword):
    """检查单个文档是否包含关键词"""
    try:
        doc = Document(file_path)
        for para in doc.paragraphs:
            if keyword in para.text:
                return True
        for table in doc.tables:
            for row in table.rows:
                for cell in row.cells:
                    if keyword in cell.text:
                        return True
        return False
    except Exception as e:
        print(f"检测失败：{file_path} - {str(e)}")
        return False

def add_bookmarks_to_file(file_path, keyword):
    """为文件添加书签并保存"""
    doc = Document(file_path)
    bookmark_counter = 0

    def process_paragraph(para):
        nonlocal bookmark_counter
        if keyword in para.text:
            parts = re.split(f'({re.escape(keyword)})', para.text)
            para.clear()
            for part in parts:
                if part == keyword:
                    bookmark_counter += 1
                    # 添加书签开始
                    start = OxmlElement("w:bookmarkStart")
                    start.set(qn("w:id"), str(bookmark_counter))
                    start.set(qn("w:name"), f"关键词标记_{bookmark_counter}")
                    para._p.append(start)
                    # 添加文本
                    run = para.add_run(part)
                    run.bold = True
                    # 添加书签结束
                    end = OxmlElement("w:bookmarkEnd")
                    end.set(qn("w:id"), str(bookmark_counter))
                    end.set(qn("w:name"), f"关键词标记_{bookmark_counter}")
                    para._p.append(end)
                else:
                    para.add_run(part)

    # 处理段落
    for para in doc.paragraphs:
        process_paragraph(para)
    
    # 处理表格
    for table in doc.tables:
        for row in table.rows:
            for cell in row.cells:
                for para in cell.paragraphs:
                    process_paragraph(para)

    new_path = os.path.splitext(file_path)[0] + "_已标记.docx"
    doc.save(new_path)
    return new_path

def open_file(file_path):
    """跨平台打开文件"""
    if platform.system() == 'Windows':
        os.startfile(file_path)
    elif platform.system() == 'Darwin':
        subprocess.run(['open', file_path])
    else:
        subprocess.run(['xdg-open', file_path])

# --------------------- 用户交互流程 ---------------------
def main():
    default_keyword = "作弊"  # 默认关键词
    user_input = input(f"请输入要查找的关键词（直接回车将使用默认值'{default_keyword}'）：").strip()
    keyword = user_input if user_input else default_keyword
    
    folder_path = input("请输入要扫描的文件夹路径：")
    
    # 第一步：查找文件
    print("\n正在扫描文档...")
    target_files = find_keyword_files(folder_path, keyword)
    
    if not target_files:
        print("未找到包含关键词的文档")
        return
    
    print("\n找到以下包含关键词的文档：")
    for idx, path in enumerate(target_files, 1):
        print(f"{idx}. {os.path.basename(path)}")

    # 第二步：询问是否添加书签
    q1 = input(f"\n是否要为这些文档中的所有'{keyword}'字样添加书签？(y/n): ").strip().lower()
    if q1 not in ['y', 'yes', '是']:
        print("已取消操作")
        return

    # 处理文件
    processed_files = []
    for file in target_files:
        try:
            new_path = add_bookmarks_to_file(file, keyword)
            processed_files.append(new_path)
            print(f"✓ 已完成：{os.path.basename(new_path)}")
        except Exception as e:
            print(f"✗ 处理失败：{os.path.basename(file)} - {str(e)}")

    # 第三步：询问是否打开文件
    q2 = input("\n是否要打开处理后的文档？(y/n): ").strip().lower()
    if q2 in ['y', 'yes', '是']:
        for path in processed_files:
            try:
                open_file(path)
                print(f"已打开：{os.path.basename(path)}")
            except Exception as e:
                print(f"打开失败：{os.path.basename(path)} - {str(e)}")

    print("\n操作完成！")

if __name__ == "__main__":
    main()

结果验证

在jupyter上看的话

第二步、打包成exe

2-1、基础准备

1. 将上述代码保存成.py文件，比如我的是find_str_to_bookmark.py
2. 准备一个程序图标
   Windows：使用在线工具将图片转为 .ico 格式（推荐 icoconvert.com）
3. 创建Shell脚本，把下面这段保存成一个.bat文件。
   （ 此步骤要确保安装了PyInstaller库。另外，参数有讲究，之前我加了 --noconsole，有因为使用了input函数造成报错。）

@echo off
rem 打包为单个exe文件，隐藏控制台窗口，自定义图标
pyinstaller --onefile  --name "文档标记助手" --icon=app.ico find_str_to_bookmark.py
pause

2-2、打包

把.py文件、.ico文件、.bat文件放在一个文件夹中。
然后双击执行.bat文件，会在dist文件夹中生成打包好的exe。

试一试，双击这个exe文件：

看着是可以的，我需要找个没有安装Python的电脑再试一下。

---

好久不写，最近AI火热，这个是借助AI来实现，然后自己微调。
效率上确实翻番，但是也遇到一些问题。
1、遇到报错时，AI提供的思路很多，有时候反倒不容易验证：
当按照它第一个方案来又出现一个错误的话，就需要自己判断是继续解决这个错误，还是马上转到方案二了。
2、思路调整时，AI新给的代码可能和上一次差异大，有时会缺失上一次中的一些东西。那对于编程语言不够熟悉情况下，就有点麻烦。比如我按照它给的shell脚本执行报错，给到它相关信息后，它再给我的代码变化那个ico的设置没有了，只能再要求它加上。
再后来怎么改都不对，要不打包失败，要么exe不能运行。后来也蒙了，干脆回到了它给我的第一个方案，然后和他说“之前的报错都忘记，从生成exe开始说”，最后居然成功了，就在原来基础上修改了一点点。