使用Python实现快速读写文件，跨文件字数统计

适用场景

1	使用Python来批量统计多个文件的字数和标点符号

实现单个文件字数统计

统计单个文件的字数，需要用到Python的文件读写函数和变量这两个功能。Python的读写函数是对文件内容的读取操作，变量呢，用来存储统计好的文件字数。

先把要统计的文件读入内存；
再对读入到内存的字数数量进行统计，并用变量保存；
最后是将结果写入统计字数的专用文件中。

将文件内容读取到内存中

Python实现读取文件内容到内存的函数有三个，这三个函数原理相同，但是读取的内容多少有些不同，分别为：

import pathlib
file_name = "./e.txt"
# 取得脚本所在目录
current_path = pathlib.PurePath(__file__).parent

#和脚本同目录下的要打开文件绝对路径
file = current_path.joinpath(file_name)

# 打开文件
with open(file,encoding='utf-8') as f:
    # 读取文件
    content = f.read()
    words = content.rstrip()
    number = len(words)
    print(number)

open()函数参数说明：

第一个参数file变量的值是要操作的文件路径和文件名称，你需要正确指定它所在的路径和文件名称。第二个参数encoding变量的值指定了以哪种字符编码打开文件，错误的字符编码会导致内容读取异常，文字内容显示为“乱码”。

获取完整路径

在代码中使用pathlib库的PurePath()函数，把当前Python脚本的路径转化为标准的 pathlib格式。
通过parent属性去掉脚本的文件名，取得当前脚本所在的路径。
再通过joinpath()函数把脚本所在的路径和e.txt文件名进行拼接，得到e.txt的完整路径。

这种取得脚本同目录下的其他文件完整路径的用法，要比直接指定文件完整路径用法更灵活。

__file__变量比较特殊，它是在Python中预先定义好的一个变量，默认情况下它的值会被 Python自动设置为当前脚本的完整路径名称。有了它，我就可以通过Python脚本的路径取得 e.txt的完整路径了。

设置字符编码

第二个参数的作用是设置open()函数使用何种字符编码打开文件。

函数传参调用

为什们指定这个参数的时候，要特意写出变量名称encoding呢？

在函数定义的时候我们可以为函数指定一个或多个参数，如果使用了多个参数，你在调用函数的时候需要按顺序依次传入每一个参数。但是如果你想要使用某个参数默认值或不想按照顺序传入参数时怎么办呢？函数调用时，还可以根据参数的关键字来指定为函数传入哪些参数。比如说open()函数的参数有7个，

在open()函数的定义中，encoding参数是open()函数的第4个参数。如果我们只需要第1个和第4个参数，其他参数需要保持默认时，就可以使用如下格式调用open()函数：

在代码中，调用open()函数时，由于file参数是open()函数的第一个参数，因此可以不用指定参数的关键字。encoding参数并非open()函数定义的第二个参数，而是第四个参数，所以需要指定它的参数名称为encoding，根据open()函数的定义，encoding=”utf-8”会作为 open()函数的第四个参数使用。这种使用关键字作为函数的参数的方式，也被称作函数的关键字传参方式。

with使用

with关键字下面的代码是缩进形式，和with关键字形成了一个语句块

在with语句块结束之后，不必手动调用close()函数关闭文件，Python会自动将文件关闭。因此，你会看到我在程序中调用了open()函数打开文件，但是没有调用关闭文件的close()函数。

总的来说，相对于手动调用close()函数来关闭文件，使用with函数减少了打开过多文件造成系统资源浪费和数据丢失的风险。

文件读取

正确使用了open()函数的两个参数以后，会返回一个表示文件的对象f, 只有设置了正确的文件路径、文件名称和字符编码，才能继续进行文件读取操作。文件的读取操作使用的是 read()函数，read()函数会根据文件的对象f，按照open()函数定义好的打开方式进行逐个字的读取操作。Python对文件的其他操作，全都需要通过文件操作函数调用对象f来完成。

统计文件的字数

Python的内置函数**len()**来实现

len()函数在Python中最初设计的功能就是统计字符串的长度，即字符串中有多少字符。利用len()函数可以对字符串数据类型进行操作的特性，将文件一次性读入内存，放入字符串数据类型中。我在统计字数之前还增加了一个rstrip()函数，它会自动剔除出现在文件末尾的空行、空格，让你统计的结果更精确。

在进行文件字数统计的时候，需要注意，在代码中使用了read()函数实现了对文件内容的一
次性读取到内存的功能。如果你的文件较大，我建议你使用readline()函数按行读取，并逐行
统计字数，否则容易出现内存不足的问题。

将统计结果写入文件

将统计结果写入文件，可以对open()函数打开文件方式进行简单的修改，就可以实现文件写入功能了，写入文件的代码如下：

1 2	with open("total.txt", "w", encodong="utf-8") as f: f.write("15个字符")

open()函数的第二个参数表示文件的打开方式，它默认值是“r”，代表了文件以读取方式进行打开。这时对象f只能进行文件读取操作，我们需要将第二个参数指定为”w”，就可以使用wirte()函数对文件进行写入操作了。而write()函数的第一个参数就是即将要写入文件的内容。

怎么统计多个文件的次数

对多个文件的字数统计，就可以使用for循环来实现批量读取多个文件的内容。

p = Path(src_path)
files = [x for x in p.iterdir() if PurePath(x).match('*.txt')]
for files in files:
	with open(file,encoding='utf-8') as f:
        content = f.read()
words = content.rstrip()
    	number = len(words)

数字类型是一种非常适合进行整数、浮点数的转换和算数几何计算最常用的类型。在单文件字数统计的场景，用来储存每个文件的字数是最合适的类型。如果把场景扩展到统计多个文件的字数，使用一个数字类型的变量是不够的，你需要在循环中再增加一个新的数字类型的变量，对多个文件的统计结果进行依次累加就可以了。

一只小码农

Python自动化办公-跨文件字数统计