1. 程式人生 > >用Python遍歷資料夾下所有電子字典檔案(不包括子資料夾)提取單詞到一個檔案

用Python遍歷資料夾下所有電子字典檔案(不包括子資料夾)提取單詞到一個檔案

經過若干天的嘗試,最後凝鍊出了這麼一段程式碼,集幾天研究之成果,可謂費盡心機。裡面用到的成果包括:

1.with open...as

2.處理有亂碼的文字

於是趕緊先寫下來,做個階段性成果。

import re
import os.path

p=re.compile(r"\b[a-z]{2,40}\s?\r\n")#單詞(2-40個字母以內)單詞後回車前可能有0或者1個空格,所以用了“\s?”
filedir=r"B"
filenames=os.listdir(filedir)
with open("allwords.txt","w") as f:
    for filename in filenames:
        filepath=filedir+"\\"+filename
        with open(filepath,"rb") as fr: #只能用“rb”,以二進位制形式開啟
            str=fr.read().decode("gbk","ignore")#解碼,必須加上"ignore",這裡有大坑。
            words=re.findall(p,str)
            for word in words:
                f.write(word)