pythonにて複数のファイルに存在するテキストの文字列を一抽出したい

Question

前提・実現したいこと

◆ご挨拶
python初心者でございます。拙い文章・質問ではございますが、
よろしくお願い申し上げます。

◆実現したいこと
複数のファイルから、テキストに含まれている任意の文字列を抽出したいです。（列ごと）

◆実現したい例
以下の環境より、複数のファイルに存在する、orangeとcherryが含まれた行を
新規ドキュメントであるddd.txtに書き出したい
（可能であればで良いのですが、どのフォルダのどのテキストから抜き出したかがわかるのが理想です。）

◇環境例
●ディレクトリ例
| |--dirA----aaa.txt
| dir0--|
| | |--dirB----bbb.txt
| |.
| |.
| |--------------ccc.txt

　●テキスト例
[aaa.txt]
apple
orange_juice
cherry

[bbb.txt]
orange
TV
radio

[ccc.txt]
orange is good
baby
cherry boy

●処理実行後
[ddd.txt]
(aaa.txt)
orange_juice
cherry
(bbb.txt)
orange
(ccc.txt)
orange is good
cherryboy

◆あとがき
自分でもいろいろと調べてみたのですが、やり方はおろか、
本当にこんなことができるのかすらもわからない状態です。

もう少し、実現したいことがあるのですが、この先は自信の力で
やってみたく存じますので、本件よろしくお願い申し上げます。

Comments

[meg_]

テキストファイルを開いてテキストを読み込むコードを書くことは出来ますか？
※今のままでは「丸投げ」なので回答は付きにくいでしょう。

[hentaiman]

丸投げしか出来ない人のテキストエディタ等のソフトウェアあり、それらには大抵文字変換機能が組み込まれているので、そういったものを使いましょう
自身の能力に見合った方法を選択するのも手段の一つです
それでも丸投げしないのなら有料で請け負ってくれる人が多数いますのでそちらをあたりましょう

Answer 1

実装例です。
文法を学んだあとは、組み込み関数や標準ライブラリの一覧をざっと見ておくと見当をつけやすくなりますよ。

from operator import attrgetter
from pathlib import Path

input_dir = Path('path/to/dir')
output_file = Path('ddd.txt')
words = 'orange', 'cherry'

with output_file.open('w') as stream:
    for path in sorted(input_dir.glob('**/*.txt'), key=attrgetter('name')):
        lines = []
        for line in path.read_text().splitlines():
            if any(word in line for word in words):
                lines.append(line)
    
        stream.write(f'({path.relative_to(input_dir)})\n')
        stream.write('\n'.join(lines))
        stream.write('\n')

print(output_file.read_text())
# (dirA\aaa.txt)
# orange_juice
# cherry
# (dir0\dirB\bbb.txt)
# orange
# (ccc.txt)
# orange is good
# cherry boy

Answer 2

具体的に質問内容に記載しているやりたい事のうち、どこがわからないという事なのか不明だった為
ファイル操作など基本的な操作はできる前提で解説させていただきます。

osモジュールを使用しカレントディレクトリ内に存在する全てのフォルダ・ファイルを走査し検証していきます。
for文でファイルを1つずつ検証していき、拡張子が**.txt**であるかどうかを調べ
真偽値がTrueだった場合リストに追加するという流れでフォルダ内全てのテキストファイルを取得できます。

あとは各テキストファイルの内容を取得していき
新しくddd.txtというファイルに統合していけばよいのではないでしょうか。

import os

file_list = []
# カレントディレクトリ内の全てのファイルとフォルダを走査
for root, dirs, files in os.walk(os.getcwd()):
	# ファイルを1つずつ検証
	for file in files:
		# ファイル名と拡張子に分割
		name, extension = os.path.splitext(file)
		# 拡張子が.txtだった場合に絶対パスをfile_listに追加
		if extension == '.txt':
			file_list.append(os.path.join(root, file))