如何用Python编写标签删除器脚本

Question

我想实现一个文件读取器（文件夹和子文件夹）脚本，它检测一些标签并从文件中删除这些标签。

这些文件是.cpp、.h、.txt 和.xml，它们是同一文件夹下的数百个文件。

我对Python一无所知，但人们告诉我，我可以轻松做到。

示例：

我的主文件夹是 A: C:\A

在 A 内部，我有文件夹（B、C、D）和一些文件 A.cpp Ah A.txt 和 A.xml。在 B 中，我有文件夹 B1、B2、B3，其中一些有更多子文件夹，以及文件 .cpp、.xml 和 .h....

• xml 文件，包含一些标签，例如

• .h 和 .cpp 文件包含另一种标签，如 //$TAG some text$

• .txt 具有不同的格式标签：#$这是我的标签$

它总是以 $ 符号开始和结束，但它总是有一个注释字符（//，

这个想法是运行一个脚本并删除所有文件中的所有标签，因此该脚本必须：

• 读取文件夹和子文件夹
• 打开文件并查找标签
• 如果存在，则删除并保存更改后的文件

我有：

import  os

for root, dirs, files in os.walk(os.curdir):

 if files.endswith('.cpp'):
  %Find //$ and delete until next $
 if files.endswith('.h'):
  %Find //$ and delete until next $
 if files.endswith('.txt'):
  %Find #$ and delete until next $
 if files.endswith('.xml'):
  %Find <!-- $ and delete until next $ and -->

Answer 1

一般的解决方案是：

1. 使用 os.walk() 函数遍历目录树。
2. 迭代文件名并使用 fn_name.endswith('.cpp') 和 if/elseif 来确定您正在使用的文件
3. 使用 re 模块创建常规文件您可以使用表达式来确定一行是否包含您的标签。
4. 打开目标文件和临时文件（使用 tempfile 模块）。逐行迭代源文件并将过滤后的行输出到临时文件中。
5. 如果替换了任何行，请使用 os.unlink() 加上 os.rename() 来替换原始文件。

这对于 Python 专家来说是一个微不足道的练习，但对于新手来说语言，可能需要几个小时才能开始工作。不过，您可能找不到比这更好的任务来介绍该语言了。祝你好运！

----- 更新 -----

os.walk 返回的 files 属性是一个列表，因此您还需要迭代它。此外，files 属性将仅包含文件的基本名称。您需要将 root 值与 os.path.join() 结合使用，将其转换为完整路径名。尝试这样做：

for root, d, files in os.walk('.'): 
    for base_filename in files: 
        full_name = os.path.join(root, base_filename)
        if full_name.endswith('.h'):
            print full_name, 'is a header!'
        elif full_name.endswith('.cpp'):
            print full_name, 'is a C++ source file!'

如果您使用的是 Python 3，打印语句将需要是函数调用，但总体思路保持不变。

Answer 2

尝试这样的操作：

import os
import re

CPP_TAG_RE = re.compile(r'(?<=// *)\$[^$]+\
 os.splitext 的一个好处是，它对以 . 开头的文件名执行正确的操作。
)

tag_REs = {
    '.h': CPP_TAG_RE,
    '.cpp': CPP_TAG_RE,
    '.xml': re.compile(r'(?<=<!-- *)\$[^$]+\$(?= *-->)'),
    '.txt': re.compile(r'(?<=# *)\$[^$]+\
 os.splitext 的一个好处是，它对以 . 开头的文件名执行正确的操作。
),
}

def process_file(filename, regex):
    # Set up.
    tempfilename = filename + '.tmp'
    infile = open(filename, 'r')
    outfile = open(tempfilename, 'w')

    # Filter the file.
    for line in infile:
        outfile.write(regex.sub("", line))

    # Clean up.
    infile.close()
    outfile.close()

    # Enable only one of the two following lines.
    os.rename(filename, filename + '.orig')
    #os.remove(filename)

    os.rename(tempfilename, filename)

def process_tree(starting_point=os.curdir):
    for root, d, files in os.walk(starting_point): 
        for filename in files:
            # Get rid of `.lower()` in the following if case matters.
            ext = os.path.splitext(filename)[1].lower()
            if ext in tag_REs:
                process_file(os.path.join(root, base_filename), tag_REs[ext])

os.splitext 的一个好处是，它对以 . 开头的文件名执行正确的操作。