本文实例为大家分享了python实现递归查找某个路径下所有文件中的中文字符,供大家参考,具体内容如下
# -*- coding: utf-8 -*- # @ description: # @ author: # @ created: 2018/7/21 import re import sys import os reload(sys) sys.setdefaultencoding("utf8") def translate(str): out = set() line = str.strip().decode('utf-8', 'ignore') # 处理前进行相关的处理,包括转换成Unicode等 p2 = re.compile(ur'[^\u4e00-\u9fa5]') # 中文的编码范围是:\u4e00到\u9fa5 zh = " ".join(p2.split(line)).strip() # zh = "\n".join(zh.split()) #dsds经过相关处理后得到中文的文本 for s in zh.split(): out.add(s) # 经过相关处理后得到中文的文本 return out def extract_file(path): result = set() try: f = open(path) # 打开文件 lines = f.readlines() for line in lines: string = translate(line) if string: result.update(string) except Exception as e: pass return result def extract(path): result = set() files = os.listdir(path) for file in files: if not file.startswith("."): if not os.path.isdir(path + "/" + file): # 判断是否是文件夹,不是文件夹才打开ssgsg判断是否是文件夹,不是文件夹才打开 sub_file = extract_file(path + "/" + file) if sub_file: result.update(sub_file) else: print file child = extract(path + "/" + file) if child: result.update(child) return result if __name__ == '__main__': path = "/Users/common" result = extract(path) res_file = open("result.txt", "w") for s in result: res_file.write(s + "\n")
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持亿速云。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。