概要

前回のdocgrep.pyに以下を追加します。

ワイルドカード展開
ページ数、行数の表示

使い方

python docgrep.py [-o] <expr> files...

引数	省略可否	説明
`-o`	省略可能	ヒットしたWord文書を表示する。省略した場合はprint出力。
`<expr>`	必須	検索文字列(正規表現)
`files...`	必須	ファイル名(ワイルドカード指定可能(e.g.*.docx))

出力イメージ

> python docgrep.py "test.*" *.docx
file: C:\xxxx\yyy.docx
page=6, line=56 : testA
...
file: C:\xxxx\zzz.docx
page=10, line=44 : testB
...

コード

docgrep.py

# -*- coding: utf-8 -*-
import argparse
import pathlib
import glob

import win32com.client
import re

def docgrep(expr="", files=[], args_o=False):

    pattern = re.compile(expr)
    wd=win32com.client.DispatchEx("Word.Application")

    quit =True
    for doc in files:
        print(f"file: {doc}")
        found = False
        wdoc = wd.Documents.Open(FileName=doc, ConfirmConversions=None, ReadOnly=True)
        wdoc.ActiveWindow.View.Type=3   # wdPrintView 3

        for sentence in wdoc.Sentences:
            txt = sentence.Text
            m = pattern.search(txt)
            if m:
                found = True
                quit = False
                if not args_o:
                    page = sentence.Information(1) # wdActiveEndAdjustedPageNumber 1 or wdActiveEndPageNumber 3
                    line = sentence.Information(10)  # wdFirstCharacterLineNumber 10
                    print(f"page={page}, line={line} : {txt}")
                else:
                    sentence.Select()
                    break
        if not found or not args_o:
            wdoc.Close(SaveChanges=0)

    if quit or not args_o:
        wd.Quit()
    else:
        wd.Visible = True

if __name__ == "__main__":
    parser = argparse.ArgumentParser(usage="%(prog)s [-o] <expr> files...")
    parser.add_argument("-o", action="store_true")
    parser.add_argument("expr",  type=str)
    parser.add_argument("files", type=str, nargs="*")
    
    args = parser.parse_args()

    fset=set()
    for f in args.files:
        glob_result = glob.glob(f)
        for f in glob_result:
            fset.add(str(pathlib.Path(f).resolve()))

    docgrep(expr=args.expr, files=list(fset), args_o=args.o)

前回と今回利用したWordオブジェクト

＊別途記載

関連

参考