python 计数文件并显示最大值

Question

我想统计一个目录中的所有文件范围。然后计算它们并显示其中有多少。做这个的最好方法是什么？此脚本包含所有 pdf= 0 行代码。
另外如何显示有多少文件的输出，从高到低。

import os

pdf = 0
doc = 0
docx = 0
xls = 0
xlsx = 0
ppt = 0
pptx = 0

for file in os.listdir("C:\Users\joey\Desktop\school\ICOMMH"):
    if file.endswith(".pdf"):
        pdf += 1
        print(file)
    if file.endswith(".doc"):
        doc += 1
        print(file)
    if file.endswith(".docx"):
        docx += 1
        print(file)
    if file.endswith(".xls"):
        xls += 1
        print(file)
    if file.endswith(".xlsx"):
        xlsx += 1
        print(file)
    if file.endswith(".ppt"):
        ppt += 1
        print(file)
    if file.endswith(".pptx"):
        pptx += 1
        print(file)

print(pdf)
print(doc)
print(docx)

Answer 1

这是您使用 collections.defaultdict

的地方

from collections import defaultdict
import os.path

d = defaultdict(int)

for fname in os.listdir("C:\Users\joey\Desktop\school\ICOMMH"):
    _, ext = os.path.splitext(fname)
    d[ext] += 1

然后你会得到一个看起来像这样的字典：

{'.pdf': 7,  # or however many...
 '.doc': 3,
 '.docx': 2, ...}

然后您可以通过以下操作显示最常见的：

max(d, key=lambda k: d[k])

Answer 2

您可以用这些格式替换文件名然后使用 collections.Counter :

from colections import Counter
import re
print Counter([re.sub(r'.*\.(\w+'),r'',i) for i in  os.listdir("C:\Users\joey\Desktop\school\ICOMMH")]

或者正如@Adam Smith 提到的，您可以使用 os.path.splitext(i)[1] 而不是 re.sub：

print Counter([os.path.splitext(i)[1] for i in  os.listdir("C:\Users\joey\Desktop\school\ICOMMH")]

从高到低显示可以使用most_common方法:

count=Counter([re.sub(r'.*\.(\w+'),r'',i) for i in os.listdir("C:\Users\joey\Desktop\school\ICOMMH")]
for i, j in count.most_common():
       print i,j

Answer 3

使用 splitext 和 Counter 及其 most_common 因为你说你想要从高到低。

import os, collections
extensions = (os.path.splitext(f)[1] for f in os.listdir())
for ext, cnt in collections.Counter(extensions).most_common():
    print(ext, cnt)

打印例如：

.txt 33
.csv 12
.py 10
.png 8
 4
.json 2
.class 1
.c 1
.pl 1
.exe 1
.java 1
.sh 1

Answer 4

你可以使用字典：

import os

exts = {}
my_exts = ('pdf', 'doc', 'docx', 'xls', 'xlsx', 'ppt', 'pptx')

for file in os.listdir("C:\Users\joey\Desktop\school\ICOMMH"):
    ext = os.path.splitext(file)[1]
    if ext and ext[1:] in my_exts:
        exts[ext] = exts.get(ext, 0) + 1

print sorted(exts.items(), key=lambda x: x[1], reverse=True)

输出将是：

[('.doc', 4), ('.pdf', 2), ('.xlsx', 1)]

Answer 5

在我看来，如果您使用 "glob" 库 (link: https://docs.python.org/2/library/glob.html) 会更容易。这个库的使用很简单，就像你发送一个文件名和扩展名的模式一样简单，它会 return .py 文件的同一目录中匹配该模式的文件列表。

示例：

import glob;

pdf_files_list = glob.glob("*.pdf"); # star "*" represents wild card.

那么您可以通过以下方式知道文件的数量：

len(pdf_files_list); # len is a function that returns the length of a list.

python 计数文件并显示最大值

python count files and display max

python

count