公司项目申请软著,看到同事在一行一行的复制,用python2分钟帮了他

手撕代码八百里

发布于 2022-11-21 11:34:27

4510

发布于 2022-11-21 11:34:27

文章被收录于专栏：猿计划猿计划

前言

公司最近几个项目在申请软著和专利,申请过的小伙伴都知道,申请软著的时候, 需要提交一份word代码.

早上刚来的时候看到同事在:

Run_申请软著();

路过接水的时候看到同事依然在:

Run_申请软著();

路过上厕所的时候看到同事依然在:

Run_申请软著();

路过上开会的时候看到同事依然在:

Run_申请软著();

中午的时候看到同事依然在:

Run_申请软著();

…

省略99+次; …

晚上下班的时候看到同事竟然还在:

Run_申请软著();

为了简化说明,我提出来了公共部分:

Run_申请软著():{
	项目=项目0
	
	loop(1):
	{
	start:
	
		//1.打开[项目]源码目录;
		//2.打开[项目]源码中的其他子目录;
		//3.找到[项目]中:{.c,.cpp,.h,...}源码;
		//3-1.打开找到的{.c,.cpp,.h,...}源码;
		//3-2.复制找到的{.c,.cpp,.h,...}源码;
		//3-3.粘贴找到的{.c,.cpp,.h,...}源码 到 word中;
		//4.调整word格式;
		//5.挨个删除每一行回车换行符;
		//6.挨个删除每一行空白的行;
		//7.保存
		
	end:
		jump start;
	}
}

Python: 该我上场了

Python牛鼻.

我比较喜欢在做事情之前先分析一把,这样在真正做的时候,也能减小出错率;

其实流程就是下面这个:

Run_申请软著():{
	项目=项目0
	
	loop(1):
	{
	start:
	
		//1.打开[项目]源码目录;
		//2.打开[项目]源码中的其他子目录;
		//3.找到[项目]中:{.c,.cpp,.h,...}源码;
		//3-1.打开找到的{.c,.cpp,.h,...}源码;
		//3-2.复制找到的{.c,.cpp,.h,...}源码;
		//3-3.粘贴找到的{.c,.cpp,.h,...}源码 到 word中;
		//4.调整word格式;
		//5.挨个删除每一行回车换行符;
		//6.挨个删除每一行空白的行;
		//7.保存
		
	end:
		jump start;
	}
}

目录接口大概如下:

zhenghui@zh-pc:/软著代码$ tree ./ |grep -E -v ".txt|.c|.h"
./
├── 项目A
│   ├── master
│   │   ├── a.c
│   │   ├── a.h
│   │   ├── b.cpp
│   ├── slave
│   │   ├── a.c
│   │   ├── a.h
│   │   ├── b.cpp
│   └── ui
│   │   ├── a.c
│   │   ├── a.h
│   │   ├── b.cpp
├── 项目B
│   ├── master
│   │   ├── a.c
│   │   ├── a.h
│   │   ├── b.cpp
│   ├── slave
│   │   ├── a.c
│   │   ├── a.h
│   │   ├── b.cpp
│   └── ui
│   │   ├── a.c
│   │   ├── a.h
│   │   ├── b.cpp
├── 项目C
│   ├── master
│   │   ├── a.c
│   │   ├── a.h
│   │   ├── b.cpp
│   ├── slave
│   │   ├── a.c
│   │   ├── a.h
│   │   ├── b.cpp
│   └── ui
│   │   ├── a.c
│   │   ├── a.h
│   │   ├── b.cpp
└── └──

核心：

1、编码类型不一样,因为编码的风格以前没统一,导致了有的是UTF-8,GB2312,Windows-1254,Windows-1252,GBK等等各种编码格式都有,导致了有些数据python无法直接解析,需要手动指定编码格式才行.天呢,这么多代码,手动指定,不得累死,就查了下,可以这样做:

首先根据文件判断以下文件的编码类型:

# 获取文件类型
def get_files_encoding_type(file_dir):
    # 判断文件的编码类型
    enc = ""
    with open(file_dir, 'rb') as file:
        # 验证该文件的字符编码类型
        encoding_message = chardet.detect(file.read())
        enc = encoding_message['encoding']
        # GB2312，GBK，GB18030，是兼容的，包含的字符个数：GB2312 < GBK < GB18030
        # "Windows-1254" and  "Windows-1252" 也统一让gb18030处理,后面需要抑制一下报错
        if enc == "GB2312" or enc == "GBK" or enc == "Windows-1254" or enc == "Windows-1252":
            enc = "gb18030"
    return enc

然后在读取文件的时候,抑制以下error:

# 读源代码文件 errors='ignore':忽略报错
    file = open(read_dir, 'r', encoding=enc, errors='ignore')

2、源代码中可能存在一些.ini,.txt,makefile等类似的配置文件，我不需要，所以需要判断以下：

# 判断是否为想要的文件格式
def verify_file_type(file_path):
    flag = False
    # 判断文件后缀
    file_suffix = os.path.splitext(file_path)[-1]  # .c/.h/.cpp
    if file_suffix == ".h" or file_suffix == ".c" or file_suffix == ".cpp":
        flag = True
    return flag

全部代码：

```python
# -*- coding: UTF-8 -*-
import os
import chardet

# 是否输出文件名
# _printf_src_name = False
_printf_src_name = True

# 获取文件类型
def get_files_encoding_type(file_dir):
    # 判断文件的编码类型
    enc = ""
    with open(file_dir, 'rb') as file:
        # 验证该文件的字符编码类型
        encoding_message = chardet.detect(file.read())
        enc = encoding_message['encoding']
        # GB2312，GBK，GB18030，是兼容的，包含的字符个数：GB2312 < GBK < GB18030
        # "Windows-1254" and  "Windows-1252" 也统一让gb18030处理,后面需要抑制一下报错
        if enc == "GB2312" or enc == "GBK" or enc == "Windows-1254" or enc == "Windows-1252":
            enc = "gb18030"
    return enc

# 读取文件并写入新文件
def read_and_write_file(read_dir, enc, save_file):

    # 是否在首行写入源代码名字
    if _printf_src_name:
        dirarray = read_dir.split("/")
        curr_save_file_name = dirarray[len(dirarray) - 1]

        # 第一行写入源代码文件的名字
        save_file.write(("//"+ curr_save_file_name +":").encode())
        save_file.write("\n".encode())

    # 读源代码文件 errors='ignore':忽略报错
    file = open(read_dir, 'r', encoding=enc, errors='ignore')
    for line in file:
        if (len(line) > 0):
            # 跳过空行
            if line.isspace() == False:
                # 替换换行符
                res = line.replace('\n', '')

                # write file
                save_file.write(res.encode())
                save_file.write("\n".encode())

# 判断是否为想要的文件格式
def verify_file_type(file_path):
    flag = False
    # 判断文件后缀
    file_suffix = os.path.splitext(file_path)[-1]  # .c/.h/.cpp
    if file_suffix == ".h" or file_suffix == ".c" or file_suffix == ".cpp":
        flag = True
    return flag

# 递归遍历目录
def traversal_files_save_txt(dir_path, save_file):
    for dir in os.listdir(dir_path):
        dir = os.path.join(dir_path, dir)
        # 判断当前目录是否为文件
        if os.path.isfile(dir):

            # 判断文件后缀
            if verify_file_type(dir):
                # 判断文件的编码类型,
                enc = get_files_encoding_type(dir)
                if enc == "":
                    continue;

                # 写文件
                read_and_write_file(dir, enc, save_file)

            else:
                print(dir, "不支持,该文件不是源代码文件")

        # 判断当前目录是否为文件夹
        if os.path.isdir(dir):
            traversal_files_save_txt(dir, save_file)


def traversal_files_to_txt(dir_path):
    for dir in os.listdir(dir_path):
        # 如果是目录就以目录的名字创建一个txt文件存储这个目录中的代码
        save_file_name = dir + ".txt"
        if _printf_src_name:
            save_file_name = dir + "-首行带源文件名.txt"

        save_dir = os.path.join(dir_path, dir)
        if os.path.isdir(save_dir):
            save_txt_file = os.path.join(dir_path, save_file_name)
            print("save_path=", save_dir, save_txt_file)

            # open save file text
            save_file = open(save_txt_file, 'wb+')

            # write .c .cpp .h to txt file
            traversal_files_save_txt(save_dir, save_file)


if __name__ == '__main__':
    dir_path = r'./软著代码/'
    traversal_files_to_txt(dir_path)

本文参与腾讯云自媒体分享计划，分享自作者个人站点/博客。

原始发表：2022-11-16，如有侵权请联系 cloudcommunity@tencent.com 删除

windows

python

本文分享自作者个人站点/博客前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体分享计划，欢迎热爱写作的你一起参与！

windows

python

登录后参与评论

0 条评论

热度