文档关键词批量查找、替换、删除教程

功能关键词：批量查找文档、替换和删除关键词、正则表达式匹配、备份原文件、导出查找结果。

工具概述

文档关键词批量查找、替换、删除可以查找指定目录内文档中的关键词，也可以批量删除匹配的文本，或按照逐行规则进行替换。适用于批量查找包含特定文本的文件、更新文档中的名称、移除指定词句等用途。

页面包含类型复选框、区分大小写及正则表达式、自动备份、保存设置、查找结果管理。替换和删除内容会直接改写源文件；备份目录并不是用于另行保存处理结果的目录。PDF仅支持查找，其他格式在各自的实现范围内进行处理。

工具截图

主要功能

1. 查找处理目录当前层级或所有子目录中的文档内容，在匹配任一关键词时列出文件路径。
2. 在支持写入的格式中删除匹配文本，或使用左右两列逐行进行查找和替换。
3. 设置区分大小写及正则表达式，逐行编写多个匹配条件。
4. 在更改内容的操作前进行自动备份，并可设置备份位置。
5. 类型区域列出TXT、HTML、DOC、DOCX、XLS、XLSX、PDF、EPUB、SRT、ASS、SUB、PPTX，既可以全选，也可以单独选择。
6. 查找结果支持多选、复制、移动、删除所选文件，并可导出路径和内部日志。
7. 保存或加载JSON设置，复用目录、匹配规则、类型、备份选项。

使用前的准备

请准备有效的处理文件夹；此工具接收单个目录作为输入，不提供多个源文件的列表。拖入单个文件时，实际使用的是该文件所在的文件夹。

请至少选择一种页面上显示的文件类型，并按每行一个准备关键词；对于替换，请准备逐行对应的新内容。

删除内容和替换会改写原文件；建议保持启用“操作前自动备份原文件”，并为本次批量处理指定单独的备份目录。DOC的处理依赖本地Word自动化；PDF仅提取可访问的文本用于查找，不进行图像OCR。

详细操作步骤

1. 选择处理目录，指定备份位置和扫描层级

请点击“路径设置”中处理目录行的“浏览”来选择文件夹，或拖入目录。此字段仅接收一个目录；拖入文件时，会改为该文件所在的文件夹，而不是只处理该文件。默认仅读取当前层级；需要下级文档时，请选中“遍历子目录”。

“操作前自动备份原文件”默认启用，在删除内容和替换前按格式分支创建备份。建议点击备份目录行的“浏览”，选择源目录之外的单独目录；查找本身不会更改文档，也不会通过此开关创建备份。

如果将备份字段留空，实际会使用各文件目录内的_backup作为起点，随后接上该文件相对于处理根目录的相对路径；源目录存在嵌套时，可能会进一步增加相对层级。明确指定统一的备份目录，可以更容易找到位置。对于已有的同名备份，会尝试添加时间戳。

“保留原路径结构”可在选中遍历后选择，但当前备份实现始终按相对路径写入，此复选框不会单独控制平铺/层级式存储。扫描不会排除_backup及自定义备份目录，重复执行时也需要将旧备份放在递归范围之外。

2. 选择格式，选择查找或删除，逐行编写关键词

请在“参数与控制”的文件类型区域选择所需类型；默认通过“全部”选中全部12种类型；点击类型可单独取消选中，“全部”仅指此处显示的格式，并非任意文件。

选择“查找”时，请在“关键词（每行一个）”中输入内容。多个词通过匹配其中任意一个来筛选文件，不需要所有词同时存在；这是查找文档内容，不是按文件名分类。PDF仅查找提取出的文本，不会自动识别扫描图像中的文本。

选择“删除”功能时，也请逐行编写关键词；执行后，将删除文档中匹配的文本或正则表达式匹配的部分，并不是删除整行、整段或整个文件。删除整个文件需使用下方结果区域中另设的“删除所选文件”按钮，两者用途不同。

默认不区分英文字母的大小写。需要精确区分大小写时，请选中“区分大小写”；需要模式匹配时，请选中“使用正则表达式”，无效的正则表达式会被跳过并记录到内部日志。空匹配可能导致大范围替换，因此请勿将查找行留空。DOC通过Word自动化处理，不保证其匹配语法与其他格式使用的Python正则表达式一致。

3. 在替换模式下按左右行号设置对应规则

需要更改为新内容时，选择“替换”，输入区域会切换为两列。请在左侧“查找内容”中每行输入一项，右侧“替换后内容”按相同行号对应；左侧第1行与右侧第1行配对，后续依此类推。

右侧缺少的行会自动补为空字符串，对应的查找内容将被删除；右侧多出的行不参与配对。整个输入开头和末尾的空白会被移除；请勿将开头和末尾的空行视为可靠的保留格式方法，并在执行前检查所有行。

规则按输入顺序连续应用，先前规则替换后的文本可能再次匹配后续规则，因此请先考虑规则是否会相互影响。正则表达式模式下的替换内容会传递给正则表达式替换接口，可以使用相应的引用语法，但需要根据处理的格式考虑兼容性。

DOCX和PPTX更改匹配的段落时，完整的新段落文本会合并到第一个文本运行中，其余运行会被清空；无法保证保留段落内的所有字体和强调样式。XLSX的字符串公式也属于处理对象，公式中的文本可能被更改，因此选择类型时需要考虑文档用途。

4. 向下滚动显示设置和进度，确认后实际开始

将当前页面滚动到结果列表下方，即可在不改变窗口大小的情况下显示“保存设置”、“加载设置”、“开始处理”、“停止处理”以及完整的“进度”区域。

“保存设置”可保存为JSON，记录处理目录、遍历、区分大小写、正则表达式、当前功能、类型、备份、关键词；“加载设置”会重新填入这些参数。保存的是设置，而不是处理结果或任务进度；本教程未保存或加载设置。

确定自己的目录和关键词后，请在实际使用时点击“开始处理”。软件会先验证会话和权限，再扫描所选格式；删除内容和替换会保存到原路径，对于备份失败的文件，不会继续写入。

需要结束处理时，请点击“停止处理”。已经在执行的文件可能会先完成处理，已改写的内容不会自动回滚。结束逻辑会将进度设为100%，取消后也可能显示完成样式；此百分比并不表示所有文件均已成功，可通过导出结果查看内部日志。界面没有可见的滚动式日志面板。本教程未启动任务。

5. 在查找结果中选择文件并导出记录

查找结束后，“处理结果”中会列出匹配文档的原路径。结果并非各个匹配的位置、页码或出现次数；删除和替换不会重新生成此列表，旧查找列表可能仍会保留，因此请先确认它来自哪次查找。

“全选”和“取消全选”管理列表选择，可配合Ctrl或Shift进行多选。“复制”将所选文件复制到另一个所选目录，不提供同名时的自动编号方式；“移动”会移动源文件，部分失败项也可能从当前选择列表中删除，因此不能将从列表中消失视为移动成功的证据。

“删除所选文件”会再次要求确认，并警告无法撤销，不会进入教程中的内容删除流程，而是直接删除文件；上方的“操作前自动备份”不会为结果区域中的复制、移动、删除整个文件创建额外备份。实际使用前，请区分按钮用途。

“导出结果”会保存当前列表和内部处理日志。对话框中可选择TXT或CSV，但写入的内容仍是带有“处理结果/处理日志”标题的逐行文本，并非按列整理的CSV统计表。导出的是整个当前列表，而不只是选中的项目。

主要参数说明

结果与保存

查找仅列出匹配文件的路径，不提供正文文本预览。TXT、HTML、字幕按原文本内容查找，HTML包含标签源代码；DOCX涵盖正文、普通表格、页眉和页脚段落；PPTX涵盖顶层文本形状和表格，不会递归进入组合形状内部。

PDF仅用于查找，不支持替换或删除内容。可以在类型区域选择EPUB，但当前章节常量的使用方式与附带的ebooklib接口不一致，可能无法读取章节；没有匹配结果时，请勿立即断定内容不包含关键词，请在导出的记录中检查错误。

删除内容和替换会写回源文件，备份是操作前的副本。Excel、Word、PPT的保存由相应的文档接口完成，不保证完全保留所有复杂对象和原段落内格式；读取时会自动推测文本编码，对无法解析的字符采用替换方式，因此请先保留重要文档的原件。

此工具没有单独的输出目录、自动生成的成功／失败CSV、可见的日志面板。需要记录时，请使用“导出结果”，并查看其后半部分的内部日志；结束日志中的匹配数仅统计查找列表，删除或替换的匹配数为0也不代表没有发生更改。

常见问题和使用建议

1. 删除功能会删除文件吗？

不会，它会删除匹配的文本；只有结果区域中的“删除所选文件”会直接删除整个文件。

2. 替换后的文件在哪里？

会写回原位置，备份目录保存的是更改前的副本，而非新结果。

3. 可以替换PDF中的关键词吗？

不可以，当前PDF分支仅支持查找可提取的文本，也不进行OCR。

4. “全部”会处理任意扩展名吗？

不会，仅选择页面上显示的12种类型。

5. 多个关键词需要同时出现吗？

查找匹配其中任意一个时，该文件就会添加到文件列表中。

6. 右侧替换内容少一行时会怎样？

缺少的行会自动补为空字符串，可能会删除对应的查找内容，因此需要先检查行数。

7. 查找结果会显示匹配数或页码吗？

不会，仅列出路径，不提供匹配位置或次数。

8. 为什么界面没有日志？

当前界面仅显示进度和结果，内部日志可以与导出的结果一起保存。

9. 导出时选择CSV会生成按列排列的表格吗？

不会，目前仍按带标题的逐行文本写入。

10. 停止后的100%表示所有处理都成功了吗？

不是，结束时包括取消路径在内都会设为100%，需要结合导出的日志进行判断。