Question

我想在我的大型python项目中列出所有字符串。

想象一下在python中创建字符串的不同可能性：

mystring = "hello world"

mystring = ("hello "
            "world")

mystring = "hello " \
           "world"

我需要一个工具，为我项目中的每个字符串输出“filename，linenumber，string”。使用“\”或“（''）”分布在多行上的字符串应显示在一行中。

任何想法如何做到这一点？

Answer 1

展开在2.6中使用ast模块的建议是一个很好的建议。（2.5中也有未记录的_ast模块。）这是

的示例代码

code = """a = 'blah'
b = '''multi
line
string'''
c = u"spam"
"""

import ast
root = ast.parse(code)

class ShowStrings(ast.NodeVisitor):
  def visit_Str(self, node):
    print "string at", node.lineno, node.col_offset, repr(node.s)

show_strings = ShowStrings()
show_strings.visit(root)

问题是多行字符串。如果你运行上述内容，你就会得到。

string at 1 4 'blah'
string at 4 -1 'multi\nline\nstring'
string at 5 4 u'spam'

您会看到它不报告多行字符串的开头，只报告结束字符串。使用内置的Python工具没有很好的解决方案。

另一个选择是您可以使用我的“python4ply”模块。这是PLY的Python的语法定义，它是一个解析器生成器。以下是您可以使用它的方法：

import compiler
import compiler.visitor

# from python4ply; requires the ply parser generator
import python_yacc

code = """a = 'blah'
b = '''multi
line
string'''
c = u"spam"
d = 1
"""

tree = python_yacc.parse(code, "<string>")
#print tree

class ShowStrings(compiler.visitor.ASTVisitor):
    def visitConst(self, node):
        if isinstance(node.value, basestring):
            print "string at", node.lineno, repr(node.value)

visitor = ShowStrings()
compiler.walk(tree, visitor)

此输出是

string at 1 'blah'
string at 2 'multi\nline\nstring'
string at 5 u'spam'

不支持列信息。（有一些主要是完整的注释代码来支持它，但它没有经过全面测试。）然后，我再次看到你不需要它。它还意味着使用Python的'编译器'模块，它比AST模块更笨拙。

尽管如此，使用30-40行代码，你应该拥有你想要的代码。

Answer 2

Python包含的tokenize模块也可以解决问题。

from __future__ import with_statement
import sys
import tokenize

for filename in sys.argv[1:]:
    with open(filename) as f:
        for toktype, tokstr, (lineno, _), _, _ in tokenize.generate_tokens(f.readline):
            if toktype == tokenize.STRING:
                strrepr = repr(eval(tokstr))
                print filename, lineno, strrepr

Answer 3

如果您可以在Python中执行此操作，我建议首先查看ast（抽象语法树）模块，然后从那里开始。

Answer 4

您是否在询问Python中的I18N实用程序？

http://docs.python.org/library/gettext.html#internationalizing-your-programs-and-modules

有一个名为po-utils（以前称为xpot）的实用程序可以帮助解决这个问题。

http://po-utils.progiciels-bpi.ca/README.html

Answer 5

您也可以考虑使用解析代码 pygments.

我不知道其他解决方案，但确实非常简单易用。

Answer 6

Gettext可能会对您有所帮助。将您的字符串放在_( ... )结构中：

a = _('Test')
b = a
c = _('Another text')

然后在shell提示符下运行：

pygettext test.py

您将获得包含所需信息的messages.pot文件：

# SOME DESCRIPTIVE TITLE.
# Copyright (C) YEAR ORGANIZATION
# FIRST AUTHOR <EMAIL@ADDRESS>, YEAR.
#
msgid ""
msgstr ""
"Project-Id-Version: PACKAGE VERSION\n"
"POT-Creation-Date: 2009-02-25 08:48+BRT\n"
"PO-Revision-Date: YEAR-MO-DA HO:MI+ZONE\n"
"Last-Translator: FULL NAME <EMAIL@ADDRESS>\n"
"Language-Team: LANGUAGE <LL@li.org>\n"
"MIME-Version: 1.0\n"
"Content-Type: text/plain; charset=CHARSET\n"
"Content-Transfer-Encoding: ENCODING\n"
"Generated-By: pygettext.py 1.5\n"


#: teste.py:1
msgid "Test"
msgstr ""

#: teste.py:3
msgid "Another text"
msgstr ""

查找python代码文件中的所有字符串

6 个答案: