Question

我有一个包含多个子目录级别的目录。目录中的所有文件都是html文件（总共大约500个），我想查看每个文件，看看是否包含“sub_middle_1col”分区。我在palewire.com上找到了一个很棒的教程，并以此为基础。我遇到的两个困难是：1）代码在打到子目录时认为（认为它是文件），2）它不会遍历子目录 - 也就是说，它只查看不在任何文件中的文件子目录。我可能通过添加一行（如下所述）解决了第一个问题，但无法弄清楚如何将我见过的其他解决方案（例如os.walk）集成到代码中以解决第二个问题。有任何想法吗？提前感谢任何建议。

import os

path = "./Industries"
my_library = os.listdir(path)
out = open("out.txt", "w")

for page in my_library:
    file = os.path.join(path, page)
    if os.path.isfile(file) and file.endswith('.html'):    #I ADDED THIS LINE
        text = open(file, "r")
        hit_count = 0
        for line in text:
            if 'sub_middle_1col' in line:
                hit_count = hit_count + 1
                print >>  out, page + " => " + str(hit_count)  
        print page + " => " + str(hit_count)
        text.close()

Answer 1

好吧，你可以尝试：

 import os

 for root,dirs,files in os.walk(path):
     for fname in files:
         if fname.endswith('.html'):
             fq = os.path.join(root, fname)
             for line in open(fq):
                 if 'sub_middle_1col' in line:
                     ...

find（）或reg。用于检查'sub_middle_1col'字符串的表达式（重新模块）可以为您提供更好的性能......

遍历目录以计算具有特定字符串的文件数

1 个答案: