python查找中文字符_python实现递归查找某个路径下所有文件中的中文字符

本文实例为大家分享了python实现递归查找某个路径下所有文件中的中文字符，供大家参考，具体内容如下

# -*- coding: utf-8 -*-

# @ description:

# @ author:

# @ created: 2018/7/21

import re

import sys

import os

reload(sys)

sys.setdefaultencoding("utf8")

def translate(str):

out = set()

line = str.strip().decode('utf-8', 'ignore') # 处理前进行相关的处理，包括转换成unicode等

p2 = re.compile(ur'[^\u4e00-\u9fa5]') # 中文的编码范围是：\u4e00到\u9fa5

zh = " ".join(p2.split(line)).strip()

# zh = "\n".join(zh.split()) #dsds经过相关处理后得到中文的文本

for s in zh.split():

out.add(s) # 经过相关处理后得到中文的文本

return out

def extract_file(path):

result = set()

try:

f = open(path) # 打开文件

lines = f.readlines()

for line in lines:

string = translate(line)

if string:

result.update(string)

except exception as e:

pass

return result

def extract(path):

result = set()

files = os.listdir(path)

for file in files:

if not file.startswith("."):

if not os.path.isdir(path + "/" + file): # 判断是否是文件夹，不是文件夹才打开ssgsg判断是否是文件夹，不是文件夹才打开

sub_file = extract_file(path + "/" + file)

if sub_file:

result.update(sub_file)

else:

print file

child = extract(path + "/" + file)

if child:

result.update(child)

return result

if __name__ == '__main__':

path = "/users/common"

result = extract(path)

res_file = open("result.txt", "w")

for s in result:

res_file.write(s + "\n")

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持萬仟网。

如您对本文有疑问或者有任何想说的，请点击进行留言回复，万千网友为您解惑！