自己动手实现一个代码统计工具

导入所需的库

这个程序需要用到的库有：os，time
这两个库都是 Python 自带的，所以我们直接 import 就行

1 import os
2 import time

现在我们已经导入要使用的库了，可以直接写代码了

定义要读取的文件地址

首先，我们定义一个路径吧，因为要读取文件统计代码行数嘛

1 # 指定读取的路径
2 base_dir = ‘./‘
3
4 # 定义一个文件列表
5 file_lists = []

• base_dir ：假设我们读取的是当前目录下的目录 / 文件
• file_lists：因为我们读取的文件不止一个，所以使用列表来存储

指定你要读取的文件类型

1 file_type = [‘py‘]

这里以 Python 文件为例，因为代码是用 Python 写的嘛，所以读取 py 为后缀的文件

遍历目录 / 文件

上面我们定义了路径是 ./ （当前目录下），文件类型是 py 的，接下来我们需要遍历一下当前路径中的文件，代码如下：

 1 # 定义一个 getDir_or_File 函数，看名字都应该知道是什么意思了吧
 2 # base_dir 是我们定义的路径（路径为 ./）
 3 def getDir_or_File(base_dir):
 4
 5     # 将文件列表定义为全局的
 6     global file_lists
 7
 8     # 遍历当前目录下所有的目录路径，目录名，文件名
 9     for parent,dirnames,filenames in os.walk(base_dir):
10         # 遍历文件名
11         for filename in filenames:
12             # 获取后缀
13             file= filename.split(‘.‘)[-1]
14             # 如果获取的后缀是我们定义文件类型
15             if file in file_type:
16                 # 将目录路径与文件名连接起来，如（‘./code.py‘）
17                 file_lists.append(os.path.join(parent,filename))

代码分析

• os.walk(top, topdown=True, οnerrοr=None, followlinks=False)：输出在文件夹中的文件名通过在树中游走，向上或者向下
• top ：是你所要遍历的目录的地址, 返回的是一个三元组(root,dirs,files)。
• root ：所指的是当前正在遍历的这个文件夹的本身的地址
• dirs ： 是一个 list ，内容是该文件夹中所有的目录的名字(不包括子目录)
• files ：同样是 list , 内容是该文件夹中所有的文件(不包括子目录)
• topdown ：可选，为 True，则优先遍历 top 目录，否则优先遍历 top 的子目录(默认为开启)。如果 topdown 参数为 True，walk 会遍历top文件夹，与top 文件夹中每一个子目录。
• onerror ： 可选，需要一个 callable 对象，当 walk 需要异常时，会调用。
• followlinks ： 可选，如果为 True，则会遍历目录下的快捷方式(linux 下是软连接 symbolic link )实际所指的目录(默认关闭)，如果为 False，则优先遍历 top 的子目录

1 import os
2
3 for parent, dirnames, filenames in os.walk("./"):
4     print(parent)
5     print(dirnames)
6     print(filenames)

从图中可知道改代码位于 demo 文件夹下

OK，我们运行一下这个程序

没学过 os 库的朋友可能会有点疑问，为什么 for 循环那里要有三个参数？必须的吗？

1 for parent, dirnames, filenames in os.walk("./"):

是的，是必须的，不信？我们去掉一个参数运行一下，代码如下：

1 import os
2
3 for parent, filenames in os.walk("./"):
4     print(parent)
5     print(filenames)

运行，报错了

报错信息为：ValueError: too many values to unpack (expected 2)
说我们太多值无法解包？（一头雾水）
我们来看下官方是怎么解释的

对于根目录在目录树顶部的每个目录（包括顶部本身，但不包括 ’ . ’ 和 ‘… ‘），产生一个三元组目录路径，目录名，文件名

这也就说明了 for 循环中的参数是缺一不可的

读取代码行数

上面我们已经实现了遍历目录和文件了，接下来我们需要读取文件了
说到读取文件相信学习过 Python 的朋友都应该知道，无非就是 open 和 with open，没学习过的朋友也没关系，这里简单教你几下

 1 # 统计一个文件的行数
 2 def countLines(file_name):
 3     # 定义一个变量 count，并赋值为 0
 4     count = 0
 5     # 这里我们使用 open 函数来读取文件内容，readlines() 的意思是按行读取
 6     for file_line in open(file_name,‘r‘,encoding=‘utf-8‘).readlines():
 7         # 过滤掉空行，空行总不是你写的代码吧对吧
 8         if file_line != ‘‘ and file_line != ‘\n‘:
 9             # 满足上面的条件的话就行数 + 1
10             count += 1
11     # 打印文件名和行数
12     print(file_name + ‘----‘ , count)
13     # 返回 count，为什么要返回？因为这只是一个文件而已，既然要统计代码行数总不能只统计一个文件吧？
14     return count

注意： open 那里一定要加上编码格式（encoding=‘utf-8’），否则会报以下错误
UnicodeDecodeError: ‘gbk’ codec can’t decode byte 0x84 in position 48: illegal multibyte sequence

你以为这样就可以了？no，继续上代码：

 1 if __name__ == ‘__main__‘ :
 2     # 用于基准测试的性能计数器。
 3     startTime = time.perf_counter()
 4     # 调用 getDir_or_File() 函数来遍历目录 and 文件
 5     getDir_or_File(base_dir)
 6     # 定义代码总行数的变量，并赋值为 0
 7     totallines = 0
 8     # 遍历所有文件
 9     for filelist in file_lists:
10         # 计算总代码行数
11         totallines = totallines + countLines(filelist)
12     # 打印代码行数
13     print(‘total lines:‘,totallines)
14     # 打印程序执行时间
15     print(‘Success! Cost Time: %0.2f seconds‘ % (time.perf_counter() - startTime))

代码测试

到这里我们的代码已经编写完成，我们测试一下我们的程序，测试之前我们先准备几个 py 文件

我们在 demo 文件夹下创建了一个 code.py 文件和一个 test 目录，而我们的 test 目录下也有一个 test.py 文件，两个文件的内容是一样的，只是一个没有空行，一个有空行，我们来运行一下我们编写的程序，我们将路径指向 demo 目录

1 base_dir = ‘./demo‘

OK，运行一下程序

从图中我们可以看到程序执行成功了，而且行数也统计出来了，那么统计到底对不对呢？是正确的，我们上面的 code.py 是有空行的，去掉空行就是 13 行，而 test.py 本来就是 13 行且没有空行

全部代码

全部代码如下：

视频代码学习群：887934385 

 1 # 导入库
 2 import os
 3 import time
 4
 5 # 指定读取的路径
 6 base_dir = ‘需要指定的路径‘
 7
 8 # 文件列表
 9 file_lists = []
10
11 # 指定想要统计的文件类型
12 file_type = [‘py‘]
13
14 #遍历文件, 递归遍历文件夹中的所有
15 # 定义一个 getDir_or_File 函数，看名字都应该知道是什么意思了吧
16 # base_dir 是我们定义的路径（路径为 ./）
17 def getDir_or_File(base_dir):
18
19     # 将文件列表定义为全局的
20     global file_lists
21
22     # 遍历当前目录下所有的目录路径，目录名，文件名
23     for parent,dirnames,filenames in os.walk(base_dir):
24         # 遍历文件名
25         for filename in filenames:
26             # 获取后缀
27             file= filename.split(‘.‘)[-1]
28             # 如果获取的后缀是我们定义文件类型
29             if file in file_type:
30                 # 将目录路径与文件名连接起来，如（‘./code.py‘）
31                 file_lists.append(os.path.join(parent,filename))
32
33 # 统计一个文件的行数
34 def countLines(file_name):
35     # 定义一个变量 count，并赋值为 0
36     count = 0
37     # 这里我们使用 open 函数来读取文件内容，readlines() 的意思是按行读取
38     for file_line in open(file_name,‘r‘,encoding=‘utf-8‘).readlines():
39         # 过滤掉空行，空行总不是你写的代码吧对吧
40         if file_line != ‘‘ and file_line != ‘\n‘:
41             # 满足上面的条件的话就行数 + 1
42             count += 1
43     # 打印文件名和行数
44     print(file_name + ‘----‘ , count)
45     # 返回 count，为什么要返回？因为这只是一个文件而已，既然要统计代码行数总不能只统计一个文件吧？
46     return count
47
48 if __name__ == ‘__main__‘ :
49     # 用于基准测试的性能计数器。
50     startTime = time.perf_counter()
51     # 调用 getDir_or_File() 函数来遍历目录 and 文件
52     getDir_or_File(base_dir)
53     # 定义代码总行数的变量，并赋值为 0
54     totallines = 0
55     # 遍历所有文件
56     for filelist in file_lists:
57         # 计算总代码行数
58         totallines = totallines + countLines(filelist)
59     # 打印代码行数
60     print(‘total lines:‘,totallines)
61     # 打印程序执行时间
62     print(‘Success! Cost Time: %0.2f seconds‘ % (time.perf_counter() - startTime))

打包成可执行程序

其实我们还可以修改一下代码将代码打包成 exe 文件，这样就可以转发给别人使用了，如我们将这个文件命名为 test.py，使用 pyinstaller 打包程序

1 pyinstaller -F test.py -w

这个实现很简单，但是也有个缺点，就是需要把程序放到你要统计的路径下才能统计不能指定路径统计，其实也差不多，只要把程序放到你要统计的目录就行了，来测试一下：
打包后的程序如下

放到我的一个 Django 项目下，双击 test.exe

双击运行后会在该目录下创建一个 totalcount 的 txt 文本

我们打开这个文本看下，可以看到文本中显示还读取到了 html 了，是自己设置的哈，并不是代码写错了哈哈

一共读取了 19 个文件
376 行代码
用时 0.02s

我把打包好的 exe 放到了Github了 文件下载地址，想要的朋友可以去下载哦，喜欢的朋友记得给个star哦，非常感谢

原文地址：https://www.cnblogs.com/pypypy/p/12172643.html