前言
公司最近几个项目在申请软著和专利,申请过的小伙伴都知道,申请软著的时候,
需要提交一份word代码.
早上刚来的时候看到同事在:
Run_申请软著();路过接水的时候看到同事依然在:
Run_申请软著();路过上厕所的时候看到同事依然在:
Run_申请软著();路过上开会的时候看到同事依然在:
Run_申请软著();中午的时候看到同事依然在:
Run_申请软著();…
省略99+次;
…
省略99+次;
…
晚上下班的时候看到同事竟然还在:
Run_申请软著();为了简化说明,我提出来了公共部分:
Run_申请软著():{
项目=项目0
loop(1):
{
start:
//1.打开[项目]源码目录;
//2.打开[项目]源码中的其他子目录;
//3.找到[项目]中:{.c,.cpp,.h,...}源码;
//3-1.打开找到的{.c,.cpp,.h,...}源码;
//3-2.复制找到的{.c,.cpp,.h,...}源码;
//3-3.粘贴找到的{.c,.cpp,.h,...}源码 到 word中;
//4.调整word格式;
//5.挨个删除每一行回车换行符;
//6.挨个删除每一行空白的行;
//7.保存
end:
jump start;
}
}Python: 该我上场了
Python牛鼻.
我比较喜欢在做事情之前先分析一把,这样在真正做的时候,也能减小出错率;
其实流程就是下面这个:
Run_申请软著():{
项目=项目0
loop(1):
{
start:
//1.打开[项目]源码目录;
//2.打开[项目]源码中的其他子目录;
//3.找到[项目]中:{.c,.cpp,.h,...}源码;
//3-1.打开找到的{.c,.cpp,.h,...}源码;
//3-2.复制找到的{.c,.cpp,.h,...}源码;
//3-3.粘贴找到的{.c,.cpp,.h,...}源码 到 word中;
//4.调整word格式;
//5.挨个删除每一行回车换行符;
//6.挨个删除每一行空白的行;
//7.保存
end:
jump start;
}
}目录接口大概如下:
zhenghui@zh-pc:/软著代码$ tree ./ |grep -E -v ".txt|.c|.h"
./
├── 项目A
│ ├── master
│ │ ├── a.c
│ │ ├── a.h
│ │ ├── b.cpp
│ ├── slave
│ │ ├── a.c
│ │ ├── a.h
│ │ ├── b.cpp
│ └── ui
│ │ ├── a.c
│ │ ├── a.h
│ │ ├── b.cpp
├── 项目B
│ ├── master
│ │ ├── a.c
│ │ ├── a.h
│ │ ├── b.cpp
│ ├── slave
│ │ ├── a.c
│ │ ├── a.h
│ │ ├── b.cpp
│ └── ui
│ │ ├── a.c
│ │ ├── a.h
│ │ ├── b.cpp
├── 项目C
│ ├── master
│ │ ├── a.c
│ │ ├── a.h
│ │ ├── b.cpp
│ ├── slave
│ │ ├── a.c
│ │ ├── a.h
│ │ ├── b.cpp
│ └── ui
│ │ ├── a.c
│ │ ├── a.h
│ │ ├── b.cpp
└── └──核心：
1、编码类型不一样,因为编码的风格以前没统一,导致了有的是UTF-8,GB2312,Windows-1254,Windows-1252,GBK等等各种编码格式都有,导致了有些数据python无法直接解析,需要手动指定编码格式才行.天呢,这么多代码,手动指定,不得累死,就查了下,可以这样做:
首先根据文件判断以下文件的编码类型:
# 获取文件类型
def get_files_encoding_type(file_dir):
# 判断文件的编码类型
enc = ""
with open(file_dir, 'rb') as file:
# 验证该文件的字符编码类型
encoding_message = chardet.detect(file.read())
enc = encoding_message['encoding']
# GB2312，GBK，GB18030，是兼容的，包含的字符个数：GB2312 < GBK < GB18030
# "Windows-1254" and "Windows-1252" 也统一让gb18030处理,后面需要抑制一下报错
if enc == "GB2312" or enc == "GBK" or enc == "Windows-1254" or enc == "Windows-1252":
enc = "gb18030"
return enc然后在读取文件的时候,抑制以下error:
# 读源代码文件 errors='ignore':忽略报错
file = open(read_dir, 'r', encoding=enc, errors='ignore')2、源代码中可能存在一些.ini,.txt,makefile等类似的配置文件，我不需要，所以需要判断以下：
# 判断是否为想要的文件格式
def verify_file_type(file_path):
flag = False
# 判断文件后缀
file_suffix = os.path.splitext(file_path)[-1] # .c/.h/.cpp
if file_suffix == ".h" or file_suffix == ".c" or file_suffix == ".cpp":
flag = True
return flag全部代码：
```python
# -*- coding: UTF-8 -*-
import os
import chardet
# 是否输出文件名
# _printf_src_name = False
_printf_src_name = True
# 获取文件类型
def get_files_encoding_type(file_dir):
# 判断文件的编码类型
enc = ""
with open(file_dir, 'rb') as file:
# 验证该文件的字符编码类型
encoding_message = chardet.detect(file.read())
enc = encoding_message['encoding']
# GB2312，GBK，GB18030，是兼容的，包含的字符个数：GB2312 < GBK < GB18030
# "Windows-1254" and "Windows-1252" 也统一让gb18030处理,后面需要抑制一下报错
if enc == "GB2312" or enc == "GBK" or enc == "Windows-1254" or enc == "Windows-1252":
enc = "gb18030"
return enc
# 读取文件并写入新文件
def read_and_write_file(read_dir, enc, save_file):
# 是否在首行写入源代码名字
if _printf_src_name:
dirarray = read_dir.split("/")
curr_save_file_name = dirarray[len(dirarray) - 1]
# 第一行写入源代码文件的名字
save_file.write(("//"+ curr_save_file_name +":").encode())
save_file.write("\n".encode())
# 读源代码文件 errors='ignore':忽略报错
file = open(read_dir, 'r', encoding=enc, errors='ignore')
for line in file:
if (len(line) > 0):
# 跳过空行
if line.isspace() == False:
# 替换换行符
res = line.replace('\n', '')
# write file
save_file.write(res.encode())
save_file.write("\n".encode())
# 判断是否为想要的文件格式
def verify_file_type(file_path):
flag = False
# 判断文件后缀
file_suffix = os.path.splitext(file_path)[-1] # .c/.h/.cpp
if file_suffix == ".h" or file_suffix == ".c" or file_suffix == ".cpp":
flag = True
return flag
# 递归遍历目录
def traversal_files_save_txt(dir_path, save_file):
for dir in os.listdir(dir_path):
dir = os.path.join(dir_path, dir)
# 判断当前目录是否为文件
if os.path.isfile(dir):
# 判断文件后缀
if verify_file_type(dir):
# 判断文件的编码类型,
enc = get_files_encoding_type(dir)
if enc == "":
continue;
# 写文件
read_and_write_file(dir, enc, save_file)
else:
print(dir, "不支持,该文件不是源代码文件")
# 判断当前目录是否为文件夹
if os.path.isdir(dir):
traversal_files_save_txt(dir, save_file)
def traversal_files_to_txt(dir_path):
for dir in os.listdir(dir_path):
# 如果是目录就以目录的名字创建一个txt文件存储这个目录中的代码
save_file_name = dir + ".txt"
if _printf_src_name:
save_file_name = dir + "-首行带源文件名.txt"
save_dir = os.path.join(dir_path, dir)
if os.path.isdir(save_dir):
save_txt_file = os.path.join(dir_path, save_file_name)
print("save_path=", save_dir, save_txt_file)
# open save file text
save_file = open(save_txt_file, 'wb+')
# write .c .cpp .h to txt file
traversal_files_save_txt(save_dir, save_file)
if __name__ == '__main__':
dir_path = r'./软著代码/'
traversal_files_to_txt(dir_path)
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
