python代码实现的特效_Python实现的一个代码分析功能

主要实现的功能:

1.单页、总行数代码统计

2.单页、总行数注释统计

3.代码注释率、总注释率统计

4.根据注释率/注释行数/代码行数进行排序

5.根据注释方式 “//” “” “#” “/***/” 进行注释分析 -> 暂时只有这些

题外话 Python的基础语法很好学,难在各种模块的使用上,而Python的强大之处正在于这些模块上,任重而道远。

本来呢,是想用PyQt5去写一个可执行文件的,毕竟我是做Android的还是希望我的代码能有一个好看的UI的,看了PyQt5的文档放弃了,还是需要时间去学习它的用法的(= =。废话),而我现在没时间去学,以后再说吧~

用的是Android的源码做的例子,这个注释比例还是很高的(防止类重名统计失去准确度用了文件夹/文件去命名)。

284e48c400be246c8196233ee20f42fd.png QQ截图20170907195035.png

说下过程吧

1,遍历文件夹

# 开始

traverse_files(root)

print("总行数", code_num, '注释行数', code_annotation_num, '注释比例',

str(int(round(code_annotation_num / code_num, 2) * 100)) + "%")

print("===================")

print("===================")

print("===================")

print("===================")

print("===================")

# print(error_file_lst)

for item in file_list:

print(item[0],

"文件行数:%s" % item[1][0],

"注释行数:%s" % item[1][1],

"注释比例:%s" % item[1][2]

)

traverse_files是一个递归函数,像这样,过滤文件后缀以及循环文件夹。

for i in os.listdir(path):

file_path = os.path.join(path, i)

if os.path.isfile(file_path):

if len(need_suffix) != 0:

for suffix in need_suffix:

if suffix in file_path:

print_line(file_path)

else:

print_line(file_path)

else:

traverse_files(os.path.join(path, i))

2,读取文件

try:

with open(root_path, 'r', encoding=encoding) as lineFile:

block_list = lineFile.readlines()

# 已经被/****/以及注释的 里面的所有数据不在算做注释行

annotation_line_lst = []

# 读取每一行 放到集合中

if len(annotation_list) > 0:

annotation_line = 0

for index, block_line in enumerate(block_list):

block_line = block_line.replace('\t', '').replace('\n', '').replace(' ', '')

try:

is_reset_loop = False

for tuple_line in annotation_line_lst:

if index in tuple_line:

is_reset_loop = True

break

if is_reset_loop:

continue

# Python

if dl.Python in annotation_list:

if block_line.find("#") != -1:

annotation_line += 1

# 通用 java 还有 html 都有这样的注释

if dl.Java in annotation_list \

or dl.HTML in annotation_list:

if block_line[0:4] == ' 是否是本行的最后一行

if "-->" in line and '-->' == line[-3:]:

annotation_line_temp = i + 1

annotation_line += annotation_line_temp

annotation_line_lst.append(range(index, index + annotation_line_temp))

break

if dl.Java in annotation_list:

if block_line[0] == '/' and block_line[1] == '/':

annotation_line += 1

if block_line[0] == '/' and block_line[1] == '*':

for i, line in enumerate(block_list[index:]):

line = line.replace('\t', '').replace('\n', '').replace(' ', '')

if "*/" in line and "*/" == line[-2:]:

annotation_line_temp = i + 1

annotation_line += annotation_line_temp

annotation_line_lst.append(range(index, index + annotation_line_temp))

break

except Exception as e:

pass

if is_fliter_none_line:

block_list_copy = []

for item in block_list:

if item.split():

block_list_copy.append(item)

block_list = block_list_copy

# 将单个文件的信息保存起来

print_message(root_path.split(os.sep)[-2:], numline=len(block_list), annotation_line=annotation_line)

global code_num

code_num += len(block_list)

except UnicodeDecodeError as e:

error_file_lst.append(root_path)

pass

3,统计

def print_message(filename, **kwargs):

line_num = kwargs["numline"]

annotation_num = kwargs['annotation_line']

global code_annotation_num

code_annotation_num += annotation_num

annotation_proportion = str(int(round(annotation_num / line_num, 2) * 100)) + "%"

file_dict[filename[0] + os.sep + filename[1]] = [line_num, annotation_num, annotation_proportion]

global file_list

# 重新排序

file_list = sorted(file_dict.items(), key=lambda b: b[1][0], reverse=True)

Python很有趣

玩的很开心啊,哈哈哈哈

源码有点烂没好意思全贴,想要的跟我说我贴上来。。。

或者我优化优化在贴上来啊,哈哈哈哈哈哈

作者:LasseYang

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,我知道你的问题了。关于Python实现面部特效,我可以向你介绍一下Python库Face_recognition,它可以实现人脸识别和面部特效。 Face_recognition是一个基于Python的人脸识别库,它使用dlib库来实现人脸识别,可以检测和识别图像中的人脸,并提取面部特征,比如眼睛、鼻子、嘴巴等部位的位置和轮廓。 具体实现过程如下: 1. 首先需要安装Face_recognition库和dlib库,可以使用pip install face_recognition和pip install dlib命令来安装。 2. 导入Face_recognition库和Pillow库,使用load_image_file函数加载需要处理的图片。 3. 使用face_locations函数来获取图像中人脸的位置坐标,使用face_landmarks函数来获取面部特征的位置坐标。 4. 使用Pillow库的ImageDraw模块来绘制面部特征,比如眼睛、鼻子、嘴巴等部位的位置和轮廓。 下面是一个简单的示例代码实现在图片中绘制人脸位置和面部特征: ``` import face_recognition from PIL import Image, ImageDraw # 加载图片 image = face_recognition.load_image_file("test.jpg") # 获取人脸位置坐标 face_locations = face_recognition.face_locations(image) # 获取面部特征位置坐标 face_landmarks = face_recognition.face_landmarks(image) # 绘制人脸位置 for face_location in face_locations: top, right, bottom, left = face_location draw = ImageDraw.Draw(image) draw.rectangle(((left, top), (right, bottom)), outline=(255, 0, 0), width=2) # 绘制面部特征 for face_landmark in face_landmarks: for name, points in face_landmark.items(): draw = ImageDraw.Draw(image) draw.line(points, fill=(255, 255, 255), width=2) # 保存绘制后的图片 image.save("result.jpg") ``` 这样就可以实现简单的面部特效了。当然,Face_recognition库还有很多其他的功能和用法,你可以查看官方文档来了解更多。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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