递归练习题-doc文件目录解析-Python语言实现

最新推荐文章于 2023-03-24 11:20:03 发布
最新推荐文章于 2023-03-24 11:20:03 发布
阅读量232 收藏 1
点赞数 2
分类专栏： python 文章标签： 递归 Python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weiran2009/article/details/86723566
版权

目录

解决思路：

解决过程：

结果输出示例：

附加问题：如果我们需要更多的目录状态信息呢？

完整代码及示例文件获取：

最近接触一些超大word文档，其目录就有五六页，但发现目录使用标准格式，就想开发一个目录解析工具，用于查看每个目录级中包含多少最小子目录。
目录示例如下（最后的数字是页码）：
4.1 数学习题      14
4.1.1 选择题      14
4.1.1.1 矩阵分析      14
4.1.1.1.1 矩阵分析习题1      14
4.1.1.1.2 矩阵分析习题2      15
4.1.1.2 微积分      16
4.1.1.2.1 微积分习题1 [已完成]      16
4.1.1.2.2 微积分习题2 [已完成]      16
4.1.1.2.3 微积分习题3 [已完成]      17
4.1.1.2.4 微积分习题4      17
4.1.1.3 概率论      18
4.1.1.3.1 概率论习题1      18
4.1.2 填空题      19
4.1.2.1 矩阵分析      19
4.1.2.1.1 矩阵分析练习题1      19
4.2 英语
4.2.1 历年真题      19
4.2.1.1 完形填空      19
4.2.1.1.1 完形填空2016年真题      19
4.2.1.1.2 完形填空2017年真题 [已完成]      19
4.2.1.1.3 完形填空2018年真题 [已完成]      19
4.2.1.2 阅读理解      19
4.2.1.2.1 阅读理解2016年真题 [已完成]      19
4.2.1.2.2 阅读理解2017年真题 [已完成]      19
4.2.1.2.3 阅读理解2018年真题 [已完成]      19
可以看出，上面这个示例，最小子目录是5级目录，则按照我们的要求规则，输出统计为
4.1 数学习题      8
4.1.1 选择题      7
4.1.1.1 矩阵分析      2

解决思路：

1、构建合适的数据结构，用于存储各个目录的存储信息；
2、目录层级（深度）获取，用于知晓当前目录属于哪一级别；
3、使用递归完成目录数据结构构建；
4、使用递归完成目录数据结构输出；

解决过程：


可以看出，我们这个习题最难的地方在于 
3、使用递归完成目录数据结构构建；
首先，我们先解决几个简单的问题:
1、构建合适的数据结构，用于存储各个目录的存储信息；
这里我考虑使用Python的字典内置类型，经过大量反复测试后，发现此种结构比较适合：
{'this_content': this_line, 'sub_content_lst': [], 'count': 0}
'this_content' 字段用于保存当前行信息，便于输出；
'sub_content_lst' 字段用于保存当前目录行的子目录，为列表类型，保存的内容为下一层目录，字典类型，即当前字典结构（如果当前为最底层目录则为空）
'count' 字段为数字类型，用于保存当前目录行包含最底层子目录个数（注意最底层目录与下一层目录的区别）

2、目录层级（深度）获取，用于知晓当前目录属于哪一级别；
这个比较简单，使用正则匹配即可：


def find_content_deep(line):
    pat_deep_1 = r'^\d+ '
    pat_deep_2 = r'^\d+\.\d+ '
    pat_deep_3 = r'^\d+\.\d+.\d+ '
    pat_deep_4 = r'^\d+\.\d+.\d+.\d+ '
    pat_deep_5 = r'^\d+\.\d+.\d+.\d+.\d+ '
    pat_lst = [pat_deep_1, pat_deep_2, pat_deep_3, pat_deep_4, pat_deep_5]
    for index, pat_deep in enumerate(pat_lst):
        if re.search(pat_deep, line):
            return index + 1
    raise Exception('未知的目录标题参数')
当然，你也可以根据自己的目录格式进行正则匹配；

3、使用递归完成目录数据结构构建；
这里我不直接给出答案，如果大家有兴趣可以自己试试看，我会给出自己解决的编写步骤；

这是我能运行的第一个（保留）版本：


def iter_calc(this_line, f, clac_max_deep):
    # this_line = f.readline().strip().split('\t')[0]
    # 获取当前目录行深度
    cur_deep = find_content_deep(this_line)
    # 构造当前行目录结构
    cur_content_info_dct = {'this_content': this_line, 'sub_content_lst': [], 'count': 0}
    # 如果为最大深度则个数赋值为1，并返回
    if cur_deep == clac_max_deep:
        cur_content_info_dct['count'] = 1
        return cur_content_info_dct, None
    while True:
        next_line = f.readline().strip().split('\t')[0]
        next_deep = find_content_deep(next_line)
        if cur_deep < next_deep:
            sub_content_info_dct, return_line = iter_calc(next_line, f, clac_max_deep)
            if return_line is None:
                cur_content_info_dct['sub_content_lst'].append(sub_content_info_dct)
                cur_content_info_dct['count'] += sub_content_info_dct['count']
            else:
                cur_content_info_dct['sub_content_lst'].append(sub_content_info_dct)
                cur_content_info_dct['count'] += sub_content_info_dct['count']
                return sub_content_info_dct, return_line
        elif cur_deep == next_deep:
            return cur_content_info_dct, next_line
        elif cur_deep > next_deep:
            return cur_content_info_dct, next_line
这个版本问题在于，只能实现单层递归，非最底层只能保留一个……

下面这个是我第二个保留运行版本，问题在于递归不完全：
def iter_calc_2(this_line, f, clac_max_deep):
    cur_deep = find_content_deep(this_line)
    cur_content_info_dct = {'this_content': this_line, 'sub_content_lst': [], 'count': 0}
    next_line = f.readline().strip().split('\t')[0]
    next_deep = find_content_deep(next_line)
    while True:
        if cur_deep == clac_max_deep:
            cur_content_info_dct['count'] = 1
            return cur_content_info_dct, next_line
        elif cur_deep >= next_deep:
            return cur_content_info_dct, next_line
        elif cur_deep < next_deep:
            sub_content_info_dct, next_line = iter_calc_2(next_line, f, clac_max_deep)
            next_deep = find_content_deep(next_line)
            cur_content_info_dct['sub_content_lst'].append(sub_content_info_dct)
            cur_content_info_dct['count'] += sub_content_info_dct['count']
            print(cur_content_info_dct)
下面是能够实现功能的版本，但写的太杂糅了：



def iter_calc_3(this_line, f, clac_max_deep):
    cur_deep = find_content_deep(this_line)
    cur_content_info_dct = {"this_content": this_line, "sub_content_lst": [], "count": 0}
    next_line = f.readline()
    if next_line:
        next_line = next_line.strip().split('\t')[0]
        next_deep = find_content_deep(next_line)
    else:
        if cur_deep == clac_max_deep:
            cur_content_info_dct['count'] = 1
            return cur_content_info_dct, next_line
        else:
            return cur_content_info_dct, next_line
    while True:
        if cur_deep == clac_max_deep:
            cur_content_info_dct['count'] = 1
            return cur_content_info_dct, next_line
        elif cur_deep >= next_deep:
            return cur_content_info_dct, next_line
        elif cur_deep < next_deep:
            sub_content_info_dct, next_line = iter_calc_3(next_line, f, clac_max_deep)
            if not next_line:
                cur_content_info_dct['sub_content_lst'].append(sub_content_info_dct)
                cur_content_info_dct['count'] += sub_content_info_dct['count']
                return cur_content_info_dct, next_line
            next_deep = find_content_deep(next_line)
            cur_content_info_dct['sub_content_lst'].append(sub_content_info_dct)
            cur_content_info_dct['count'] += sub_content_info_dct['count']
            # print(cur_content_info_dct)
好吧，经过美化得到一个优化版本：




def iter_calc_4(this_line, f, clac_max_deep):
    # 获取当前目录行深度
    cur_deep = find_content_deep(this_line)
    # 构建当前目录行数据结构
    cur_content_info_dct = {"this_content": this_line, "sub_content_lst": [], "count": 0}
    # 读取下一行目录信息
    next_line = f.readline()
    # 判断是否为空，并去除页码，获取深度信息
    if next_line:
        next_line = next_line.strip().split('\t')[0]
        next_deep = find_content_deep(next_line)
    else:
        # 如果为最大深度，则返回
        if cur_deep == clac_max_deep:
            cur_content_info_dct['count'] = 1
            return cur_content_info_dct, next_line
        else:
            return cur_content_info_dct, next_line
    while True:
        # 如果下一行目录为上一级或同级，则直接返回
        if cur_deep >= next_deep:
            return cur_content_info_dct, next_line
        # 如果下一行目录为下一级，则进行数据统计，填充 "sub_content_lst" 字段并继续递归
        elif cur_deep < next_deep:
            sub_content_info_dct, next_line = iter_calc_4(next_line, f, clac_max_deep)
            cur_content_info_dct['sub_content_lst'].append(sub_content_info_dct)
            cur_content_info_dct['count'] += sub_content_info_dct['count']
            # 注意这里 next_line 是递归新产生的，需要判断是否为空
            if not next_line:
                return cur_content_info_dct, next_line
            next_deep = find_content_deep(next_line)
            # print(cur_content_info_dct)
需要注意的是，到目前为止，我们还没有对超级层（即目录最高层也组成一个列表类型）的处理，为了统一结构，我们仍然用递归中的数据类型，但我们手工完成字段内容：



def anaylse_doc_content_2():
    p_input_content = './content_file.txt'
    p_output_content = './output_content_file.txt'
    clac_max_deep = 5   # 指定统计目录的最大深度
    super_content_info_dct = {"this_content": '[content]', "sub_content_lst": [], "count": 0}
    with open(p_input_content, encoding='utf-8') as f:
        # cur_content_info_dct = {"this_content": this_line, "sub_content_lst": [], "count": 0}
        next_line = f.readline()
        if next_line:
            next_line = next_line.strip().split('\t')[0]
        else:
            raise Exception('空目录')
        while True:
            sub_content_info_dct, next_line = iter_calc_4(next_line, f, clac_max_deep)
            super_content_info_dct['sub_content_lst'].append(sub_content_info_dct)
            super_content_info_dct['count'] += sub_content_info_dct['count']
            if not next_line:
                break
    print(super_content_info_dct)
    super_content_info_json= json.dumps(super_content_info_dct, ensure_ascii=False)
    print(super_content_info_json)
    pass



if __name__ == '__main__':
    anaylse_doc_content_2()
    print('all done, weiran 2019年2月10日')

结果输出示例：

{'this_content': '[content]', 'sub_content_lst': [{'this_content': '4.1 数学习题 \xa0 \xa0 \xa014', 'sub_content_lst': [{'this_content': '4.1.1 选择题 \xa0 \xa0 \xa014', 'sub_content_lst': [{'this_content': '4.1.1.1 矩阵分析 \xa0 \xa0 \xa014', 'sub_content_lst': [{'this_content': '4.1.1.1.1 矩阵分析习题1 \xa0 \xa0 \xa014', 'sub_content_lst': [], 'count': 1}, {'this_content': '4.1.1.1.2 矩阵分析习题2 \xa0 \xa0 \xa015', 'sub_content_lst': [], 'count': 1}], 'count': 2}, {'this_content': '4.1.1.2 微积分 \xa0 \xa0 \xa016', 'sub_content_lst': [{'this_content': '4.1.1.2.1 微积分习题1 [已完成] \xa0 \xa0 \xa016', 'sub_content_lst': [], 'count': 1}, {'this_content': '4.1.1.2.2 微积分习题2 [已完成] \xa0 \xa0 \xa016', 'sub_content_lst': [], 'count': 1}, {'this_content': '4.1.1.2.3 微积分习题3 [已完成] \xa0 \xa0 \xa017', 'sub_content_lst': [], 'count': 1}, {'this_content': '4.1.1.2.4 微积分习题4 \xa0 \xa0 \xa017', 'sub_content_lst': [], 'count': 1}], 'count': 4}, {'this_content': '4.1.1.3 概率论 \xa0 \xa0 \xa018', 'sub_content_lst': [{'this_content': '4.1.1.3.1 概率论习题1 \xa0 \xa0 \xa018', 'sub_content_lst': [], 'count': 1}], 'count': 1}], 'count': 7}, {'this_content': '4.1.2 填空题 \xa0 \xa0 \xa019', 'sub_content_lst': [{'this_content': '4.1.2.1 矩阵分析 \xa0 \xa0 \xa019', 'sub_content_lst': [{'this_content': '4.1.2.1.1 矩阵分析练习题1 \xa0 \xa0 \xa019', 'sub_content_lst': [], 'count': 1}], 'count': 1}], 'count': 1}], 'count': 8}, {'this_content': '4.2 英语', 'sub_content_lst': [{'this_content': '4.2.1 历年真题 \xa0 \xa0 \xa019', 'sub_content_lst': [{'this_content': '4.2.1.1 完形填空 \xa0 \xa0 \xa019', 'sub_content_lst': [{'this_content': '4.2.1.1.1 完形填空2016年真题 \xa0 \xa0 \xa019', 'sub_content_lst': [], 'count': 1}, {'this_content': '4.2.1.1.2 完形填空2017年真题 [已完成] \xa0 \xa0 \xa019', 'sub_content_lst': [], 'count': 1}, {'this_content': '4.2.1.1.3 完形填空2018年真题 [已完成] \xa0 \xa0 \xa019', 'sub_content_lst': [], 'count': 1}], 'count': 3}, {'this_content': '4.2.1.2 阅读理解 \xa0 \xa0 \xa019', 'sub_content_lst': [{'this_content': '4.2.1.2.1 阅读理解2016年真题 [已完成] \xa0 \xa0 \xa019', 'sub_content_lst': [], 'count': 1}, {'this_content': '4.2.1.2.2 阅读理解2017年真题 [已完成] \xa0 \xa0 \xa019', 'sub_content_lst': [], 'count': 1}, {'this_content': '4.2.1.2.3 阅读理解2018年真题 [已完成] \xa0 \xa0 \xa019', 'sub_content_lst': [], 'count': 1}], 'count': 3}], 'count': 6}], 'count': 6}], 'count': 14}
{"this_content": "[content]", "sub_content_lst": [{"this_content": "4.1 数学习题      14", "sub_content_lst": [{"this_content": "4.1.1 选择题      14", "sub_content_lst": [{"this_content": "4.1.1.1 矩阵分析      14", "sub_content_lst": [{"this_content": "4.1.1.1.1 矩阵分析习题1      14", "sub_content_lst": [], "count": 1}, {"this_content": "4.1.1.1.2 矩阵分析习题2      15", "sub_content_lst": [], "count": 1}], "count": 2}, {"this_content": "4.1.1.2 微积分      16", "sub_content_lst": [{"this_content": "4.1.1.2.1 微积分习题1 [已完成]      16", "sub_content_lst": [], "count": 1}, {"this_content": "4.1.1.2.2 微积分习题2 [已完成]      16", "sub_content_lst": [], "count": 1}, {"this_content": "4.1.1.2.3 微积分习题3 [已完成]      17", "sub_content_lst": [], "count": 1}, {"this_content": "4.1.1.2.4 微积分习题4      17", "sub_content_lst": [], "count": 1}], "count": 4}, {"this_content": "4.1.1.3 概率论      18", "sub_content_lst": [{"this_content": "4.1.1.3.1 概率论习题1      18", "sub_content_lst": [], "count": 1}], "count": 1}], "count": 7}, {"this_content": "4.1.2 填空题      19", "sub_content_lst": [{"this_content": "4.1.2.1 矩阵分析      19", "sub_content_lst": [{"this_content": "4.1.2.1.1 矩阵分析练习题1      19", "sub_content_lst": [], "count": 1}], "count": 1}], "count": 1}], "count": 8}, {"this_content": "4.2 英语", "sub_content_lst": [{"this_content": "4.2.1 历年真题      19", "sub_content_lst": [{"this_content": "4.2.1.1 完形填空      19", "sub_content_lst": [{"this_content": "4.2.1.1.1 完形填空2016年真题      19", "sub_content_lst": [], "count": 1}, {"this_content": "4.2.1.1.2 完形填空2017年真题 [已完成]      19", "sub_content_lst": [], "count": 1}, {"this_content": "4.2.1.1.3 完形填空2018年真题 [已完成]      19", "sub_content_lst": [], "count": 1}], "count": 3}, {"this_content": "4.2.1.2 阅读理解      19", "sub_content_lst": [{"this_content": "4.2.1.2.1 阅读理解2016年真题 [已完成]      19", "sub_content_lst": [], "count": 1}, {"this_content": "4.2.1.2.2 阅读理解2017年真题 [已完成]      19", "sub_content_lst": [], "count": 1}, {"this_content": "4.2.1.2.3 阅读理解2018年真题 [已完成]      19", "sub_content_lst": [], "count": 1}], "count": 3}], "count": 6}], "count": 6}], "count": 14}
all done, weiran 2019年2月10日

Process finished with exit code 0
通过json解析工具我们也可以观察输出结果符合我们的需求：



{
	"this_content": "[content]",
	"sub_content_lst": [{
		"this_content": "4.1 数学习题",
		"sub_content_lst": [{
			"this_content": "4.1.1 选择题",
			"sub_content_lst": [{
				"this_content": "4.1.1.1 矩阵分析",
				"sub_content_lst": [{
					"this_content": "4.1.1.1.1 矩阵分析习题1",
					"sub_content_lst": [],
					"count": 1
				}, {
					"this_content": "4.1.1.1.2 矩阵分析习题2",
					"sub_content_lst": [],
					"count": 1
				}],
				"count": 2
			}, {
				"this_content": "4.1.1.2 微积分",
				"sub_content_lst": [{
					"this_content": "4.1.1.2.1 微积分习题1 [已完成]",
					"sub_content_lst": [],
					"count": 1
				}, {
					"this_content": "4.1.1.2.2 微积分习题2 [已完成]",
					"sub_content_lst": [],
					"count": 1
				}, {
					"this_content": "4.1.1.2.3 微积分习题3 [已完成]",
					"sub_content_lst": [],
					"count": 1
				}, {
					"this_content": "4.1.1.2.4 微积分习题4",
					"sub_content_lst": [],
					"count": 1
				}],
				"count": 4
			}, {
				"this_content": "4.1.1.3 概率论",
				"sub_content_lst": [{
					"this_content": "4.1.1.3.1 概率论习题1",
					"sub_content_lst": [],
					"count": 1
				}],
				"count": 1
			}],
			"count": 7
		}, {
			"this_content": "4.1.2 填空题",
			"sub_content_lst": [{
				"this_content": "4.1.2.1 矩阵分析",
				"sub_content_lst": [{
					"this_content": "4.1.2.1.1 矩阵分析练习题1",
					"sub_content_lst": [],
					"count": 1
				}],
				"count": 1
			}],
			"count": 1
		}],
		"count": 8
	}, {
		"this_content": "4.2 英语",
		"sub_content_lst": [{
			"this_content": "4.2.1 历年真题",
			"sub_content_lst": [{
				"this_content": "4.2.1.1 完形填空",
				"sub_content_lst": [{
					"this_content": "4.2.1.1.1 完形填空2016年真题",
					"sub_content_lst": [],
					"count": 1
				}, {
					"this_content": "4.2.1.1.2 完形填空2017年真题 [已完成]",
					"sub_content_lst": [],
					"count": 1
				}, {
					"this_content": "4.2.1.1.3 完形填空2018年真题 [已完成]",
					"sub_content_lst": [],
					"count": 1
				}],
				"count": 3
			}, {
				"this_content": "4.2.1.2 阅读理解",
				"sub_content_lst": [{
					"this_content": "4.2.1.2.1 阅读理解2016年真题 [已完成]",
					"sub_content_lst": [],
					"count": 1
				}, {
					"this_content": "4.2.1.2.2 阅读理解2017年真题 [已完成]",
					"sub_content_lst": [],
					"count": 1
				}, {
					"this_content": "4.2.1.2.3 阅读理解2018年真题 [已完成]",
					"sub_content_lst": [],
					"count": 1
				}],
				"count": 3
			}],
			"count": 6
		}],
		"count": 6
	}],
	"count": 14
}
好了，最后只剩下一个输出递归，实现相当简单：

4、使用递归完成目录数据结构输出；


def anaylse_doc_content_2():
    p_input_content = './content_file.txt'
    p_output_content = './output_content_file.txt'
    clac_max_deep = 5   # 指定统计目录的最大深度
    super_content_info_dct = {"this_content": '[content]', "sub_content_lst": [], "count": 0}
    with open(p_input_content, encoding='utf-8') as f:
        # cur_content_info_dct = {"this_content": this_line, "sub_content_lst": [], "count": 0}
        next_line = f.readline()
        if next_line:
            next_line = next_line.strip().split('      ')[0]
        else:
            raise Exception('空目录')
        while True:
            sub_content_info_dct, next_line = iter_calc_4(next_line, f, clac_max_deep)
            super_content_info_dct['sub_content_lst'].append(sub_content_info_dct)
            super_content_info_dct['count'] += sub_content_info_dct['count']
            if not next_line:
                break
    print(super_content_info_dct)
    super_content_info_json= json.dumps(super_content_info_dct, ensure_ascii=False)
    print(super_content_info_json)
    with open(p_output_content, 'w', encoding='utf-8') as f_output:
        formatting_output_content(super_content_info_dct, f_output)
    pass


# cur_content_info_dct = {'this_content': this_line, 'sub_content_lst': [], 'count': 0}
def formatting_output_content(dct_content, f_output):
    print('-' * 50)
    # print(dct_content)
    # print(dct_content['this_content'])
    # print(dct_content['count'])
    f_output.write(f"{dct_content['this_content']} :: {dct_content['count']}\n")
    for sub_dct in dct_content['sub_content_lst']:
        formatting_output_content(sub_dct, f_output)


if __name__ == '__main__':
    anaylse_doc_content_2()
    print('all done, weiran 2019年2月10日')
那么，输出结果为：
[content] :: 14
4.1 数学习题 :: 8
4.1.1 选择题 :: 7
4.1.1.1 矩阵分析 :: 2
4.1.1.1.1 矩阵分析习题1 :: 1
4.1.1.1.2 矩阵分析习题2 :: 1
4.1.1.2 微积分 :: 4
4.1.1.2.1 微积分习题1 [已完成] :: 1
4.1.1.2.2 微积分习题2 [已完成] :: 1
4.1.1.2.3 微积分习题3 [已完成] :: 1
4.1.1.2.4 微积分习题4 :: 1
4.1.1.3 概率论 :: 1
4.1.1.3.1 概率论习题1 :: 1
4.1.2 填空题 :: 1
4.1.2.1 矩阵分析 :: 1
4.1.2.1.1 矩阵分析练习题1 :: 1
4.2 英语 :: 6
4.2.1 历年真题 :: 6
4.2.1.1 完形填空 :: 3
4.2.1.1.1 完形填空2016年真题 :: 1
4.2.1.1.2 完形填空2017年真题 [已完成] :: 1
4.2.1.1.3 完形填空2018年真题 [已完成] :: 1
4.2.1.2 阅读理解 :: 3
4.2.1.2.1 阅读理解2016年真题 [已完成] :: 1
4.2.1.2.2 阅读理解2017年真题 [已完成] :: 1
4.2.1.2.3 阅读理解2018年真题 [已完成] :: 1

满足我们的要求哈！

附加问题：如果我们需要更多的目录状态信息呢？

如，在上面的目录中，我特意的增加  [已完成] ，即不仅要输出目录统计数，还要输出完成/未完成/总数的统计，如何处理呢？


其实这个问题也简单，稍微改变一下字典类型就行了（我当时花了10分钟就编写完成）：
主要修改count字段，把这个属性也变成一个字典类型：代码片段为：

def iter_calc_4(this_line, f, clac_max_deep):
    cur_deep = find_content_deep(this_line)
    cur_content_info_dct = {"this_content": this_line, "sub_content_lst": [], "count_detail": {'finished_count': 0, 'unfinished_count': 0, 'all_count': 0}}
    next_line = f.readline()
    if next_line:
        # next_line = next_line.strip().split('\t')[0]
        next_line = next_line.strip().split('      ')[0]
        next_deep = find_content_deep(next_line)
    else:
        if cur_deep == clac_max_deep:
            cur_content_info_dct['count_detail']['all_count'] = 1
            if '[已完成]' in this_line:
                cur_content_info_dct['count_detail']['finished_count'] = 1
            else:
                cur_content_info_dct['count_detail']['unfinished_count'] = 1
            return cur_content_info_dct, next_line
        else:
            return cur_content_info_dct, next_line
    while True:
        if cur_deep == clac_max_deep:
            cur_content_info_dct['count_detail']['all_count'] = 1
            if '[已完成]' in this_line:
                cur_content_info_dct['count_detail']['finished_count'] = 1
            else:
                cur_content_info_dct['count_detail']['unfinished_count'] = 1
            return cur_content_info_dct, next_line
        elif cur_deep >= next_deep:
            return cur_content_info_dct, next_line
        elif cur_deep < next_deep:
            sub_content_info_dct, next_line = iter_calc_4(next_line, f, clac_max_deep)
            cur_content_info_dct['sub_content_lst'].append(sub_content_info_dct)
            cur_content_info_dct['count_detail']['all_count'] += sub_content_info_dct['count_detail']['all_count']
            cur_content_info_dct['count_detail']['finished_count'] += sub_content_info_dct['count_detail']['finished_count']
            cur_content_info_dct['count_detail']['unfinished_count'] += sub_content_info_dct['count_detail']['unfinished_count']
            if not next_line:
                return cur_content_info_dct, next_line
            next_deep = find_content_deep(next_line)
            # print(cur_content_info_dct)


# [task_study] 正则表达式处理多级目录
def anaylse_doc_content_2():
    p_input_content = './input_content.txt'    # D:\Program Files\weiran_tools\programming_python\content_anaylse\input_content.txt
    p_output_content = './output_content_file.txt'
    clac_max_deep = 5
    super_content_info_dct = {"this_content": '[content]', "sub_content_lst": [], "count_detail": {'finished_count': 0, 'unfinished_count': 0, 'all_count': 0}}
    with open(p_input_content, encoding='utf-8') as f:
        # cur_content_info_dct = {"this_content": this_line, "sub_content_lst": [], "count": 0}
        next_line = f.readline()
        if next_line:
            # next_line = next_line.strip().split('\t')[0]
            next_line = next_line.strip().split(r'      ')[0]
        else:
            raise Exception('空目录')
        while True:
            sub_content_info_dct, next_line = iter_calc_4(next_line, f, clac_max_deep)
            super_content_info_dct['sub_content_lst'].append(sub_content_info_dct)
            super_content_info_dct['count_detail']['all_count'] += sub_content_info_dct['count_detail']['all_count']
            super_content_info_dct['count_detail']['finished_count'] += sub_content_info_dct['count_detail']['finished_count']
            super_content_info_dct['count_detail']['unfinished_count'] += sub_content_info_dct['count_detail']['unfinished_count']
            if not next_line:
                break
    print(super_content_info_dct)
    super_content_info_json= json.dumps(super_content_info_dct, ensure_ascii=False)
    print(super_content_info_json)
    # f_output = open(p_output_content, 'w', encoding='UTF-8')
    f_output = open(p_output_content, 'w')
    # with open(p_output_content, 'w', encoding='utf-8') as f_output:
    formatting_output_content(super_content_info_dct, f_output)
    f_output.close()
    pass


# cur_content_info_dct = {'this_content': this_line, 'sub_content_lst': [], 'count': 0}
def formatting_output_content(dct_content, f_output):
    print('-' * 50)
    # print(dct_content)
    # print(dct_content['this_content'])
    # print(dct_content['count'])
    print(f"{dct_content['this_content']}     合计：{dct_content['count_detail']['all_count']}    已完成：{dct_content['count_detail']['finished_count']}    未完成：{dct_content['count_detail']['unfinished_count']}\n")
    f_output.write(f"{dct_content['this_content']}     合计：{dct_content['count_detail']['all_count']}    已完成：{dct_content['count_detail']['finished_count']}    未完成：{dct_content['count_detail']['unfinished_count']}\n")
    for sub_dct in dct_content['sub_content_lst']:
        formatting_output_content(sub_dct, f_output)


if __name__ == '__main__':
    anaylse_doc_content_2()
    print('all done. weiran 20190206')
最终输出结果：



[content]     合计：14    已完成：8    未完成：6
4.1 数学习题     合计：8    已完成：3    未完成：5
4.1.1 选择题     合计：7    已完成：3    未完成：4
4.1.1.1 矩阵分析     合计：2    已完成：0    未完成：2
4.1.1.1.1 矩阵分析习题1     合计：1    已完成：0    未完成：1
4.1.1.1.2 矩阵分析习题2     合计：1    已完成：0    未完成：1
4.1.1.2 微积分     合计：4    已完成：3    未完成：1
4.1.1.2.1 微积分习题1 [已完成]     合计：1    已完成：1    未完成：0
4.1.1.2.2 微积分习题2 [已完成]     合计：1    已完成：1    未完成：0
4.1.1.2.3 微积分习题3 [已完成]     合计：1    已完成：1    未完成：0
4.1.1.2.4 微积分习题4     合计：1    已完成：0    未完成：1
4.1.1.3 概率论     合计：1    已完成：0    未完成：1
4.1.1.3.1 概率论习题1     合计：1    已完成：0    未完成：1
4.1.2 填空题     合计：1    已完成：0    未完成：1
4.1.2.1 矩阵分析     合计：1    已完成：0    未完成：1
4.1.2.1.1 矩阵分析练习题1     合计：1    已完成：0    未完成：1
4.2 英语     合计：6    已完成：5    未完成：1
4.2.1 历年真题     合计：6    已完成：5    未完成：1
4.2.1.1 完形填空     合计：3    已完成：2    未完成：1
4.2.1.1.1 完形填空2016年真题     合计：1    已完成：0    未完成：1
4.2.1.1.2 完形填空2017年真题 [已完成]     合计：1    已完成：1    未完成：0
4.2.1.1.3 完形填空2018年真题 [已完成]     合计：1    已完成：1    未完成：0
4.2.1.2 阅读理解     合计：3    已完成：3    未完成：0
4.2.1.2.1 阅读理解2016年真题 [已完成]     合计：1    已完成：1    未完成：0
4.2.1.2.2 阅读理解2017年真题 [已完成]     合计：1    已完成：1    未完成：0
4.2.1.2.3 阅读理解2018年真题 [已完成]     合计：1    已完成：1    未完成：0
如果你需要使用，修改代码需要如下几点注意：

1、目录深度获取，不同的目录层级格式需要不同的正则表达式，修改
find_content_deep(line)
2、按需输出信息，需要修改目录属性字典

另外，本解答应该还有很多不完善的地方，还望大家多批评指正^^
 

完整代码及示例文件获取：

https://gitee.com/YingMingQiuYou/doc_content_analysis

 

嘤鸣求友
关注
专栏目录
python 练习100题及答案解析
爱数据爱统计
06-09 1704
变量操作符格式等基础(1~8) 序列索引和切片(9~14) 列表List(15~19) 字典Dict(20~29) 循环Loop(30~35) 函数Function(36~45) 字符串String(046~050) 循环与文件(051~056) 多级字典与JSON(057~062) 循环条件控制(063~068) 英汉翻译字典(069~071) 日期时间(072~076) 用户名和密码检测(077~080) 文件处理统计(081~086) 文件管理(087~095) 爬虫Requests(96-100)
实现递归读取一个目录中的内容
07-27
实现递归读取一个目录中的内容，参考结构体 DIR * dir; struct dirent * ptr;
 递归函数
weixin_30955341的博客
03-16 107
<1>什么是递归函数 通过前面的学习知道一个函数可以调用其他函数。 如果一个函数在内部不调用其它的函数，而是自己本身的话，这个函数就是递归函数。 <2>递归函数的作用 举个例子，我们来计算阶乘 n! = 1 * 2 * 3 * ... * n 解决办法1: #coding= utf-8 def calNum(num): i=1 resu...
python pycharm教程_魔力Python
weixin_39796752的博客
11-23 123
最新发布7个月前 (04-17)1421浏览在Centos7.6系统中部署Python3.8+Django3.0.4时，出现了No module named ‘_bz2’的错误。问题原因是Python3.8缺少“_bz2.cpython-38-x86_64-linux...9个月前 (03-12)1993浏览今天在虚拟环境中使用pip命令安装lxml库报错：Could not find funct...
python常见递归题练习
华数云图小分队的博客
03-24 3235
递归是指一个函数在执行过程中不断调用自身，直至满足某个条件退出。在Python中，递归函数需要包含一个基本情况，即退出条件，否则会一直调用自身导致无限循环。递归函数可以用于解决某些问题，比如遍历树或搜索算法。然而，递归函数可能会导致栈溢出或效率低下。因此，在使用递归函数时需要小心并特别注意。
python学习路之递归练习
DatingLi的博客
08-28 867
汉诺塔的移动 汉诺塔：大梵天创造世界的时候做了三根金刚石柱子，在一根柱子上从下往上按照大小顺序摞着64片黄金圆盘。大梵天命令婆罗门把圆盘从下面开始按大小顺序重新摆放在另一根柱子上。并且规定，在小圆盘上不能放大圆盘，在三根柱子之间一次只能移动一个圆盘。 目标: 把A柱子上的n个盘子移动到C柱子 思路：n个盘子分解成两份 = 最底下的一个盘子 + 其他上面的(n-1)个盘子 递归思想： 1.
05-python-二级-练习题.doc
06-11
在Python编程语言中，二叉树遍历是一个重要的数据结构操作。二叉树有三种主要的遍历方式：前序遍历、中序遍历和后序遍历。前序遍历的顺序通常是根节点→左子树→右子树，而描述中提到的B选项错误地将顺序颠倒了，...
python练习题.doc
最新发布
06-12
Python是一种强大的、开源的编程语言，它以其简洁的语法、可读性强的代码以及丰富的库...总的来说，这些Python练习题涵盖了语言基础，如语法特性、数据类型、流程控制和递归算法，是学习和巩固Python编程知识的好材料。
python习题+目录.doc
06-28
这份"python习题+目录.doc"文档提供了从第一课到第五十课的完整习题和答案，旨在帮助学习者系统地巩固Python基础知识，逐步提升编程技能。每课的内容都清晰编号，并设有目录，使得查阅和学习变得更加高效。 在...
python基础教程：推荐几本Python入门书籍-初学者必看!.doc
06-12
书中的练习题和参考资料有助于读者实践和提高算法能力，适合对Python编程和算法感兴趣的读者。 4. **《编程小白的第一本Python入门书》** - 针对完全零基础的初学者，这本书采用了直观的视觉化场景、有趣的项目和...
Python——函数练习（包括简单递归）
qq_41004452的博客
11-07 713
Python——函数练习（包括简单递归） python排序函数 list.sort( key=None, reverse=False) reverse – 排序规则， reverse = True 降序， reverse = False 升序（默认）。 已知三边求三角形面积 海伦公式 ： p=(a+b+c)/2 S=sqrt[p(p-a)(p-b)(p-c)] 输出逆序字符串 ...
小甲鱼Python教程第22讲--python函数：递归 笔记习题及答案
蘇丶的博客
01-16 1457
1.递归概念 调用自身的函数，并且有正确的返回条件 递归求阶乘： def jie(n): if n==1: return 1 else: return n*jie(n-1)#自己调用自己 结果： jie(5) 120 习题及答案 0.递归在编程上的形式是如何表现的？ 函数调用本身的一个行为 1.递归必须满足哪两个条件？ 1）函数
递归读取目录
LiErDan的博客
02-10 296
&lt;?php function display_dir($dir, $deep = 0) { static $file_list = array(); $dp = opendir($dir); while($temp = readdir($dp)) { if($temp == '.' || ...
Python——文件操作和os模块的练习题——京东笔试题（统计IP排序）
weixin_38044888的博客
07-15 291
文章目录文件操作练习os模块练习随机生成mac地址 文件操作练习 # 京东二面笔试题 # 1. 生成一个大文件ips.txt,要求1200行 每行随机为172.25.254.0/24段的ip; # 2. 读取ips.txt文件统计这个文件中ip出现频率排前10的ip; 思路： 主要考察 1.文件的写操作 2.sorted函数如何对字典进行排序 我们就按照这个思路，将程序分成两个模块实现。 imp...
求解汉诺塔问题(提示, 使用递归)
helloword233的博客
09-19 6071
package com.test; import java.util.Scanner; public class Test { //主方法 public static void main(String[] args){ Scanner in = new Scanner(System.in); System.out.println("请输入汉诺塔的层数:"...
[java]递归读取目录及其子目录文件
orangleliu 笔记本
07-31 4559
总是看着别人的代码敲，最近开始自己去写，虽然慢一些，但是思考的和调式的过程可以学到很多的东西。 要从简单功能慢慢扩展到自己想要达到的效果，这是个很好的习惯。。。慢慢积累吧。 package com.java.io; import java.io.File; /** * 读取一个目录下的所有文件和子文件夹 * @author lzz */ public class ReadDirec
python递归法寻找文件内容
算法人生
06-28 786
照常每日一撸：主要是熟练递归和绝对路径的运用。def read_and_find_hello(py_file): #读取文件并查找文件中是否包含“hello”字段 flag = False f = open(py_file) while True: line = f.readline() if line == "": ...
python：操作系统的练习题（创建目录和文件，修改文件后缀名）
weixin_43328213的博客
02-06 593
在当前目录新建目录img, 里面包含100个文件, 100个文件名 各不相同(X4G5.png)。 将当前img目录所有以.png结尾的后缀名改为.jpg。 import random import string import os os.mkdir('img') code_str = string.ascii_letters + string.digits def gen_code(l...
Python练习题详解之递归（小白友好）
kuki11的博客
08-26 4903
Python练习题详解之递归（小白友好） 你好！欢迎来到Python练习题详解系列。为了让小白（也就是我本人）更好的理解代码，打好编程基础，我决定仔细地解说一些练习题。欢迎阅读！奥利给！ 首先，我们来看看概念～ 递归，从原理上来说就是函数调用自身的一个行为。你没听错，在函数内部，你可以调用所有可见的函数，当然包括自己。 举个栗子：我想写一个求阶乘的函数，也就是从1乘以2乘以3乘以4一直乘到所要求的数。例如所给的数是5，则阶乘式是1×2×3×4×5，得到的积是120，所以120就是5的阶乘。 还记得
Python自定义递归下降解析器实现
"本文将探讨如何使用Python实现一个简单的递归下降分析器，适用于解析简单的语法规则，并构建抽象语法树。文章详细解释了递归下降解析器的工作原理，并提供了相关示例代码来帮助理解学习。" 递归下降分析器是一种自...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值