Python遍历统计目录下txt文件和docx文件行数

札记：在日常工作或学习中，如果想知道自己累计写了多少行代码时，对每个文档进行手动统计即可，不过一旦文档有很多个，或者只想统计文档里面有标记的部分，那么用程序去实现就比较省事了。

一．解决思路

首先遍历当前目录下所有文件和子目录下的所有文件，拿到所有文件的路径数据，这一步可以通过Python的os.walk()方法去实现；然后遍历每个文件的路径，逐个打开文件并统计代码行数，打开txt文件可以通过open()方法实现，打开docx文件可以通过docx.Document()方法实现，最后打印结果。

二．实战步骤

2.1 统计txt文件所有行数

count_all_for_txt.py

【

import os

count = 0  #用于统计所有文件总行数

for root,dirs,files in os.walk(r"D:\test"): #遍历指定路径下所有子目录和文件

    for file in files:

        filepath = os.path.join(root,file)  #生成文件的绝对路径

        filename,format = os.path.splitext(filepath)

        if format == ".txt":                #对txt文本文件做统计

            fp = open(filepath,'r',encoding = 'utf-8')

            

            for i in fp:                    #遍历当前.txt文件对象的每一行，统计+1

                count += 1

            fp.close()                      #关闭打开的文件

            print("文件《%s》已完成统计，累计行数为：%s行" %(file,count))

print("所有文件统计段落数为：%s行" %count)  #打印全部统计结果

】

思路：

1通过os.walk()方法拿到正在访问的目录路径(root)、当前目录下的子目录名列表(dirs)、当前目录下的文件名列表(files)；

2根据第1步获取的数据，遍历文件名列表(files)，通过os.path.join()生成每个文件的绝对路径；

3根据第2步获取的文件路径，通过open()方法生成文件对象，然后遍历文件对象并统计；

4所有文件遍历完后，打印统计结果

---注意---#运行代码前把"D:\test"改成需要统计的目录即可

效果图：

 

2.2 统计txt文件部分行数

下面例子只统计有标记的行数，分为2种情况：

第1种：只统计【与】之间的行数，即当遇到"【"后面的代码才纳入统计，当遇到"】"后面的代码不纳入统计，除非再次遇到"【"

第2种：统计所有带有"》"的行数

count_markpart_for_txt.py

【

import os

count = 0  #用于统计所有文件总行数

for root,dirs,files in os.walk(r"D:\test"): #遍历指定路径下所有子目录和文件

    for file in files:

        filepath = os.path.join(root,file)  #生成文件的绝对路径

        filename,format = os.path.splitext(filepath)   #切割文件名与后缀名

        if format == ".txt":                #对txt文本文件做统计

            fp = open(filepath,'r',encoding = 'utf-8')

            count_flag = False              #用来标记当前行是否纳入统计，初始值为False

            #遍历当前.txt文件对象的每一行，只统计"【"与"】"之间的行，和带有"》"标记的行

            for i in fp:

                #情况1：如果行中存在"【"，后面每一行都纳入统计，直至遍历到"】"就暂停统计

                if "【" in i:

                    count_flag = True       #遍历到"【"后面每一行都纳入统计，标记设置为True

                    continue

                elif "】" in i:

                    count_flag = False      #遍历到"】"就暂停统计，标记设置为False

                    continue

                elif count_flag == True:    #标记为True时，count+1

                    count += 1

                    continue

                #情况2：如果行中存在"》"，当前行纳入统计

                elif "》" in i:

                    count += 1

                    continue

            fp.close()                      #关闭打开的文件

            print("文件《%s》已完成统计，累计行数为：%s行" %(file,count))

print("所有文件统计段落数为：%s行" %count)  #打印全部统计结果

】

思路：

1通过os.walk()方法拿到正在访问的目录路径(root)、当前目录下的子目录名列表(dirs)、当前目录下的文件名列表(files)；

2根据第1步获取的数据，遍历文件名列表(files)，通过os.path.join()生成每个文件的绝对路径；

3根据第2步获取的文件路径，通过open()方法生成文件对象，然后遍历文件对象每一行；

4新建一个变量flag，默认值为False(可以理解成统计功能为关闭状态)，主要作用是标记当前行是否需要纳入统计。当遇到"【"时flag=True，表示后面遍历的行都纳入统计，当遇到"】"flag=False，表示后面遍历的行不纳入统计，除非再次遇到"【"；

5当行中出现"》"时，当前行会被纳入统计；

6所有文件遍历完后，打印统计结果。

---注意---#运行代码前把"D:\test"改成需要统计的目录即可

效果图：

 

2.3 统计docx文件所有行数

2.3.1 安装python-docx库

python只能处理docx格式的Wrod文件，doc无法直接处理，但可以把doc格式转为docx格式再操作。而操作.docx文件需要先安装python-docx库：

>>>pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ python-docx

2.3.2 运行代码统计.docx文件的行数

count_all_for_docx.py

【

import os

import docx

count = 0  #统计所有文件的段落数

for root,dirs,files in os.walk(r"D:\test"): #遍历指定路径下所有子目录和文件

    for file in files:

        filepath = os.path.join(root,file)  #生成文件的绝对路径

        filename,format = os.path.splitext(filepath)  #切割文件名与后缀名

        if format == ".docx":               #python只能对.docx文件做统计

            doc = docx.Document(filepath)

            #遍历当前.docx文件对象的每一段落并统计

            for i in doc.paragraphs:

                count += 1

            print("文件《%s》已完成统计，累计段落数为：%s行" %(file,count))

print("所有文件统计段落数为：%s行" %count)      #打印统计结果

】

思路：

思路和上面"统计txt文件所有行数"一样，区别在于打开.docx文件用docx.Document()方法，文件段落读取用文件对象的paragraphs属性进行。

---注意---#运行代码前把"D:\test"改成需要统计的目录，同时关闭需要统计的.docx文件

效果图：

 

 

2.4 统计docx文件部分行数

与上面"统计txt文件部分行数"一样，下面代码只统计有"【"、"】"、"》"标记号的行数

count_markpart_for_docx.py

【

import os

import docx

count = 0  #统计所有文件中有标记的段落数

for root,dirs,files in os.walk(r"D:\test"): #遍历指定路径下所有子目录和文件

    for file in files:

        filepath = os.path.join(root,file)  #生成文件的绝对路径

        filename,format = os.path.splitext(filepath)  #切割文件名与后缀名

        if format == ".docx":               #python只能对.docx文件做统计

            doc = docx.Document(filepath)

            

            count_flag = False              #用来标记当前段落是否纳入统计，初始值为False

            #遍历当前.docx文件对象的每一段落，只统计"【"与"】"之间的段落，和带有"》"标记的段落

            for i in doc.paragraphs:

                

                #情况1：如果段落中存在"【"，后面每一段落都纳入统计，直至遍历到"】"就暂停统计

                if "【" in i.text:          #需要对每段落对象i.text转为文本，然后再比较(doc.paragraphs返回段落对象，需要处理)

                    count_flag = True       #遍历到"【"后面每一段落都纳入统计，标记设置为True

                    continue

                elif "】" in i.text:

                    count_flag = False      #遍历到"】"就暂停统计，标记设置为False

                    continue

                elif count_flag == True:    #标记为True时，count+1

                    count += 1

                    continue

                #情况2：如果段落中存在"》"，当前段落纳入统计

                elif "》" in i.text:

                    count += 1

                    continue

            print("文件《%s》已完成统计，累计段落数为：%s行" %(file,count))

print("所有文件统计段落数为：%s行" %count)      #打印全部统计结果

】

思路：

思路和上面"统计txt文件部分行数"一样，区别在于打开.docx文件用docx.Document()方法，文件段落读取用文件对象的paragraphs属性进行。

---注意---#运行代码前把"D:\test"改成需要统计的目录，同时关闭需要统计的.docx文件

效果图：