【英雄再聚】[python脚本]统计文件夹内字符数量
这是之前做汉化的时候写的一个脚本，效果是统计一个文件夹内的所有excel表格/word文档/txt文件内中/英/日文的字符数量(只有这三种的原因是因为我只会汉这三种)，诞生的原因是我想知道自己汉了多少工程量
以下是效果图
可能有BUG，因为我压根就没用过多少次。
(pyhthon脚本应该不需要结印了吧)
import os
import re
from docx import Document
from openpyxl import load_workbook
# 统计中文、英文、日文字符的函数
def count_characters(text):
# 去掉不可见字符，例如换行符、空格等
text = re.sub(r'\s', '', text)# 移除所有空白字符，包括空格、换行符、制表符等
# 改进的正则表达式，只匹配平假名和片假名
chinese_count = len(re.findall(r'[\u4e00-\u9fff]', text))
english_count = len(re.findall(r'', text))
japanese_count = len(re.findall(r'[\u3040-\u309f\u30a0-\u30ff]', text))# 平假名和片假名
return chinese_count, english_count, japanese_count
# 处理 Word 文档
def process_word(file_path):
chinese_total = english_total = japanese_total = 0
try:
doc = Document(file_path)
for para in doc.paragraphs:
chinese, english, japanese = count_characters(para.text)
chinese_total += chinese
english_total += english
japanese_total += japanese
except Exception as e:
print(f"Error processing Word file {file_path}: {e}")
return chinese_total, english_total, japanese_total
# 处理 Excel 表格
def process_excel(file_path):
chinese_total = english_total = japanese_total = 0
try:
workbook = load_workbook(file_path, read_only=True)
for sheet in workbook.worksheets:
for row in sheet.iter_rows(values_only=True):
for cell in row:
if cell is not None:
chinese, english, japanese = count_characters(str(cell))
chinese_total += chinese
english_total += english
japanese_total += japanese
except Exception as e:
print(f"Error processing Excel file {file_path}: {e}")
return chinese_total, english_total, japanese_total
# 处理 TXT 文件
def process_txt(file_path):
chinese_total = english_total = japanese_total = 0
try:
with open(file_path, 'r', encoding='utf-8') as file:
content = file.read()
chinese, english, japanese = count_characters(content)
chinese_total += chinese
english_total += english
japanese_total += japanese
except Exception as e:
print(f"Error processing TXT file {file_path}: {e}")
return chinese_total, english_total, japanese_total
# 遍历文件夹并统计字符数（包括递归子文件夹）
def process_folder(folder_path):
total_chinese = total_english = total_japanese = 0
# 使用 os.walk 递归遍历所有子文件夹及文件
for root, _, files in os.walk(folder_path):
for file in files:
file_path = os.path.join(root, file)
# 只处理指定类型的文件
if file.endswith('.docx'):
print(f"Processing Word file: {file_path}")
chinese, english, japanese = process_word(file_path)
total_chinese += chinese
total_english += english
total_japanese += japanese
elif file.endswith('.xlsx'):
print(f"Processing Excel file: {file_path}")
chinese, english, japanese = process_excel(file_path)
total_chinese += chinese
total_english += english
total_japanese += japanese
elif file.endswith('.txt'):
print(f"Processing TXT file: {file_path}")
chinese, english, japanese = process_txt(file_path)
total_chinese += chinese
total_english += english
total_japanese += japanese
# 输出统计结果
print("\nFinal Character Count:")
print(f"Total Chinese characters: {total_chinese}")
print(f"Total English characters: {total_english}")
print(f"Total Japanese characters: {total_japanese}")
# 主函数入口
if __name__ == "__main__":
folder_path = input("Enter the folder path: ")
folder_path = folder_path.strip()# 去除输入路径中的多余空格
if not os.path.exists(folder_path):
print(f"Error: The folder path '{folder_path}' does not exist.")
else:
process_folder(folder_path)
就跟word的字数统计一样
回顾自己工作时看着一长串数字总有种大事得成的满足感XD
辛苦大佬啦，贴贴 是用的正则呀，新人程序员看到python代码特进来学习一下:lol 统计字符数量看起来还挺专业的惹，不知能否用得上{:6_169:} 汉化者可以统计一下字数然后去登记 哇哦，这样可以更加方便汉化工作，清楚掌握一个汉化作品的工作量惹~~~ 喔⊙ω⊙不用一个一个点开记录和计算了，方便不少哇 统计字符的数量，这个代码太专业了。 可以统计一下字数，还是很不错的 自己想尝试做游戏汉化，感觉会有用 {:4_86:}蛮好用的样子 真是挖到宝了 很方便的脚本 能快捷的掌握字数信息呢 比较少见的需求呢，有文字方面的工作的话应该会用得到。 可以统计字数挺好的，有时候有些东西就按照文本量来计算，这样子方便很多哇！ 对于汉化大佬很实用的脚本啊 确实看到这个字数统计会很骄傲呢 非常好用的工具呢，以后就很方便了 确实有些用呢，不过我好像就用不太到了 快看看你最近又汉化了多少内容吧 对于汉化工作还是蛮有帮助的{:6_169:}
页:
[1]
2