python实现递归查找某个路径下所有文件中的中文字符

本文实例为大家分享了python实现递归查找某个路径下所有文件中的中文字符，供大家参考，具体内容如下

# -*- coding: utf-8 -*-
# @ description:
# @ author:
# @ created: 2018/7/21

import re
import sys
import os

reload(sys)
sys.setdefaultencoding("utf8")

def translate(str):
 out = set()
 line = str.strip().decode('utf-8', 'ignore') # 处理前进行相关的处理，包括转换成Unicode等
 p2 = re.compile(ur'[^\u4e00-\u9fa5]') # 中文的编码范围是：\u4e00到\u9fa5
 zh = " ".join(p2.split(line)).strip()
 # zh = "\n".join(zh.split()) #dsds经过相关处理后得到中文的文本
 for s in zh.split():
   out.add(s) # 经过相关处理后得到中文的文本
 return out

def extract_file(path):
 result = set()
 try:
   f = open(path) # 打开文件
   lines = f.readlines()
   for line in lines:
     string = translate(line)
     if string:
       result.update(string)
 except Exception as e:
   pass
 return result

def extract(path):
 result = set()
 files = os.listdir(path)
 for file in files:
   if not file.startswith("."):
     if not os.path.isdir(path + "/" + file): # 判断是否是文件夹，不是文件夹才打开ssgsg判断是否是文件夹，不是文件夹才打开
       sub_file = extract_file(path + "/" + file)
       if sub_file:
         result.update(sub_file)
     else:
       print file
       child = extract(path + "/" + file)
       if child:
         result.update(child)
 return result

if __name__ == '__main__':
 path = "/Users/common"
 result = extract(path)
 res_file = open("result.txt", "w")
 for s in result:
   res_file.write(s + "\n")

来源：https://blog.csdn.net/weiguang111/article/details/81319421