在python中的多个文件和文件夹中查找作者姓名

Question

import os 

folderpath = 'D:/Workspace' 
typeOfFile = [".c", ".C", ".cpp", ".CPP"] 

for dirname, dirnames, filenames in os.walk(folderpath): 
     for filename in filenames: 
      if filename.endswith(tuple(typeOfFile)): 
       for line in open(os.path.join(dirname, filename), "r").readlines(): 
        left,author,right = line.partition('author') 
        if author: 
         name =(right[:100]) 
         combine = name.replace(" ", "") 
         remove = combine.strip(':') 
         print remove 

帮助我如何使用此else功能。因为此功能保持循环打印未知当我想要使用此..

   else: 
        print 'unknown' 

因为如果该文件没有字符串作者在它。它会跳过该文件并找到另一个作者。对不起，我的英语不好。由于

Answer 1

我们可以使用regular expression通过建立一个模式来提取名称：

通常情况下，我们的作者关键字后发现作者的名字，作为注释。有些人宁愿使用__author__并在:或::或=或==之后写上名称。这取决于你通常观察到什么。我们鼓励在github上查看人们在评论中如何使用作者。

作者的名字通常在此之后出现，有些人使用昵称，所以它始终不是alphabitic。

pattern= r'.*author*.[^:=]*[:=]*(.[^\n]+)' 

在正则表达式中。意味着任何charachter，并且+意味着一个或更多，除了charachter之外意思。除了新行之外，你想在文本中“匹配”一个或多个字符（有些人在写第一个或最后一个名字时也可能使用空格）。括号表示捕获单词中找到的内容，该单词应该在接受任何charchter的特定文本“作者”之前找到，以及之后的任何特许文件，除了'= /：'，'：/ ='之后用于识别另一部分。

除了你做什么来打开文件，验证格式。让我们考虑这个简单的例子来说明如何使用正则表达式来提取作者姓名的想法。

#simple case 
data1= """ 
author='helloWorld' 

def hello() 
    print "hello world" 
    """ 
# case with two :: 
data2= """ 
__author__::'someone' 

def hello() 
    print "hello world" 
    """ 
#case where we have numerical/alphabetic 
data3= """ 
__author__='someone201119' 

def hello() 
    print "hello world" 
    """ 
#Case where no author in code 
data4= """ 
def hello() 
    print "hello world" 
    """ 


for data in [data1,data2,data3,data4]: 
    m= re.match(r'.*author*.[^:=]*[:=]*(.[^\n]+)',data,re.DOTALL) 
    if m: 
     author= m.group(1) 
    else: 
     author='unkown' 
    print "author is this case is:", author 

输出：

author is this case is: 'helloWorld' 
author is this case is: 'someone' 
author is this case is: 'someone201119' 
author is this case is: unkown 

UPDATE

你过所有的代码是这样：

import os 
import re 

folderpath = 'D:/Workspace' 
typeOfFile = [".c", ".C", ".cpp", ".CPP"] 

for dirname, dirnames, filenames in os.walk(folderpath): 
     for filename in filenames: 
      if filename.endswith(tuple(typeOfFile)): 
       data= open(os.path.join(dirname, filename), "r").readlines(): 
       m= re.match(r'.*author*.[^:=]*[:=]*(.[^\n]+)',data,re.DOTALL) 
       if m: 
        author= m.group(1) 
       else: 
        author='unkown' 
       print "author is this case is:", author, "in file", filename