使用Python提取中文字符

时间：2023-03-08 22:55:10
使用Python提取中文字符

#功能：国际化测试，用于提取应用设计包中的中文字符，并输出report
#解压---筛选---整理路径---提取中文---输出报告

#################################################################

#author: 陈月白

#_blogs: http://www.cnblogs.com/chenyuebai/

#################################################################

#功能：国际化测试，用于提取应用设计包中中文字符，并输出report

#yuebai 20160328

#解压---筛选---整理路径---提取中文---输出报告

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

import os

import shutil

import sys

import re

import zipfile

import glob

workPath = "C:\\users\\yuebai\\Desktop\\国际化测试包"

reportPath = "C:\\users\\yuebai\\Desktop\\国际化输出报告"

#定义日志函数

def logInfo(info):

    log = open("%s\\run.log"%workPath,"a")

    log.write("[Info] %s\n"%info)

    log.close()

#定义解压文件函数

def extractZip(fileName,extraPath):

    f = zipfile.ZipFile(fileName,"r")

    f.extractall(extraPath)

    f.close()

    logInfo("%s文件解压完成"%fileName)    

#功能函数，找出中文字符

def getChinese(fileFullPath):

    isChinese = re.compile("([\u4e00-\u9fa5]+)+?")

    f = open(fileFullPath,"r",encoding="UTF-8")     #打开待提取文件

    f_in = open("%s\\chineseTxt.txt"%reportPath,"a")    #打开输出文件

    for line in f.readlines():

        getStr = isChinese.findall(str(line))   #逐行判断提取中文

        if not getStr == []:

            f_in.write("发现中文字符(╯' - ')╯︵ ┻━┻ ，文件路径为%s\n"%fileFullPath)

            f_in.write("%s\n"%line)

            f.close()

            f_in.close()

    logInfo("查找完成，输出报告路径：%s"%reportPath)

#功能函数，列出路径下所有文件

def listAny(workPath):

    if not os.path.exists(workPath):

        print("Error,no such dictionary%s,plz check"%workPath)

    zipList = os.listdir(workPath)

    return zipList

#删除非zip类型的包

notZipList = glob.glob("%s\\*[!p]"%workPath)

logInfo("notZipList =%s,prepare to delete"%notZipList)

for i in notZipList:

    os.remove(i)

logInfo("删除非zip包完成")

#获取zip包列表

zipList = listAny(workPath)

#取zip包解压

#print("开始提取")

for zipPackage in zipList:

    zipName = os.path.split(zipPackage)[0]      #切割获取文件名

    extraPath = os.path.join(workPath,zipName)      #在当前文件夹下创建和zip包同名文件夹，用以做解压目标路径

    os.makedirs(extraPath)

    logInfo("构造解压路径完成，extraPath =%s"%extraPath)

    extraFilePath = os.path.join(workPath,zipPackage)   #待解压文件绝对路径

    #开始解压zip包，完成后删除源zip文件

    extractZip(extraFilePath, extraPath)

    os.remove(extraFilePath)

    #将扩展目录下流程文件汇总至\\plan下

    if os.path.exists("%s\\Plans\\Extend"%extraPath):

        tmpExtendPath = ("%s\\Plans\\Extend"%extraPath)

        tmpPlanPath = ("%s\\Plans"%extraPath)

        for t in os.listdir(tmpExtendPath):

            t_FullPath = ("%s\\%s\\"%(tmpExtendPath,t))

            #print("t_FullPath =",t_FullPath)

            if os.path.isfile(t_FullPath):

                shutil.move(t_FullPath,tmpPlanPath)

    #调用getChinese，提取中文字符

    for y in os.listdir(tmpPlanPath):

        y_fullPath = os.path.join(tmpPlanPath,y)

        #print(y_fullPath)

        logInfo("开始检查文件%s，检查结果路径：%s"%(y_fullPath,reportPath))

        getChinese(y_fullPath)

#剔除注释

f_in = open("%s\\chineseTxt.txt"%reportPath,"r")    #全部中文文件

f_comment = open("%s\\comment.txt"%reportPath,"a")    #打开待写入注释文件

f_result = open("%s\\result.txt"%reportPath,"a")    #结果文件

for line in f_in.readlines():

    if re.findall("^//.*",line):

        f_comment.write("%s\n"%line)

    else:

        f_result.write("%s\n"%line)

f_in.close()

f_comment.close()

f_result.close()

print("提取完成，结果路径：%s"%reportPath)

相关文章