Python文件部分习题

14-1 遍历一个目录，打印所有文件的名称，并对之中的子目录递归调用自己。

  1 import os
  2 
  3 def walk(dirname):
  4     for name in os.listdir(dirname):
  5         path = os.path.join(dirname, name)
  6 
  7         if os.path.isfile(path):
  8             print path
  9         else:
 10             walk(path)
 11 
 12 
 13 def walk2(dirname):
 14     for root, dirs, files in os.walk(dirname):
 15         for filename in files:
 16             print os.path.join(root, filename)
 17 
 18 
 19 if __name__ == '__main__':
 20     walk('.')
 21     print('-------------')
 22     walk2('.')

14-2 写一个函数sed,接收如下参数：一个模式字符串，一个替换用字符串，以及两个文件名；它应该读取第一个文件，并将内容写入到第二个文件(如果需要则新建它)。如果文件中任何地方出现了模式字符串，它应该被替换。

  1 import sys
  2 
  3 
  4 def sed(pattern, replace, source, dest):
  5     try:
  6         fin = open(source, 'r')
  7         fout = open(dest, 'w')
  8 
  9         for line in fin:
 10             line = line.replace(pattern, replace)
 11             fout.write(line)
 12 
 13         fin.close()
 14         fout.close()
 15     except:
 16         print 'Something went wrong.'
 17 
 18 
 19 def main(name):
 20     pattern = 'pattern'
 21     replace = 'replacendum'
 22     source = name
 23     dest = name + '.replaced'
 24     sed(pattern, replace, source, dest)
 25 
 26 
 27 if __name__ == '__main__':
 28     main(*sys.argv)

 练习14-3

编写一个模块，导入anagram_sets,并提供两个新函数：store_anagrams 应当存储回文字典到一个"shelf"中；read_anagrams应当查询一个单词，并返回它的回文的列表。

  1 import shelve
  2 import sys
  3 from anagram_sets import *
  4 
  5 def store_anagrams(filename, ad):
  6     shelf = shelve.open(filename, 'c')
  7 
  8     for word, word_list in ad.iteritems():
  9         shelf[word] =  word_list
 10 
 11     shelf.close()
 12 
 13 
 14 def read_anagrams(filename, word):
 15     shelf = shelve.open(filename)
 16     sig = signature(word)
 17     try:
 18         return shelf[sig]
 19     except KeyError:
 20         return []
 21 
 22 
 23 def main(name, command='store'):
 24     if command == 'store':
 25         ad = all_anagrams('words.txt')
 26         store_anagrams('anagrams.db', ad)
 27     else:
 28         print read_anagrams('anagrams.db', command)
 29 
 30 
 31 
 32 if __name__ == '__main__':
 33     main(*sys.argv)

练习14-4

在一个庞大的MP3 集合中，有可能同一首歌有多个版本，保存在不同的目录中，或者文件名不同。目的是搜索重复的歌。

1.编写一个程序递归搜索目录及其所有的子目录，并返回所有指定后缀（如.mp3）的文件的完成路径的列表。

2.要发现重复文件，需要使用md5sum来计算每个文件的"校验和"。如果两个文件的校验和相同，它们很可能有相同的内容。

3.可以使用diff来复审检验。

  1 import os
  2 
  3 def walk(dirname):
  4     names = []
  5     for name in os.listdir(dirname):
  6         path = os.path.join(dirname, name)
  7 
  8         if os.path.isfile(path):
  9             names.append(path)
 10         else:
 11             names.extend(walk(path))
 12     return names
 13 
 14 
 15 def compute_checksum(filename):
 16     cmd = 'md5sum ' + filename
 17     return pipe(cmd)
 18 
 19 
 20 def check_diff(name1, name2):
 21     cmd = 'diff %s %s' % (name1, name2)
 22     return pipe(cmd)
 23 
 24 
 25 def pipe(cmd):
 26     fp = os.popen(cmd)
 27     res = fp.read()
 28     stat = fp.close()
 29     assert stat is None
 30     return res, stat
 31 
 32 
 33 def compute_checksums(dirname, suffix):
 34     names = walk(dirname)
 35 
 36     d = {}
 37     for name in names:
 38         if name.endswith(suffix):
 39             res, stat = compute_checksum(name)
 40             checksum, _ = res.split()
 41 
 42             if checksum in d:
 43                 d[checksum].append(name)
 44             else:
 45                 d[checksum] = [name]
 46 
 47     return d
 48 
 49 
 50 def check_pairs(names):
 51     for name1 in names:
 52         for name2 in names:
 53             if name1 < name2:
 54                 res, stat = check_diff(name1, name2)
 55                 if res:
 56                     return False
 57     return True
 58 
 59 
 60 def print_duplicates(d):
 61     for key, names in d.iteritems():
 62         if len(names) > 1:
 63             print 'The following files have the same checksum:'
 64             for name in names:
 65                 print name
 66 
 67             if check_pairs(names):
 68                 print 'And they are identical.'
 69 
 70 
 71 if __name__ == '__main__':
 72     d = compute_checksums(dirname='.', suffix='.py')
 73     print_duplicates(d)