python3 filter

如果你需要过滤出字数不少于1000字的文档或文本文件，以下是一个基本的 Python 脚本示例，使用 Python 3 来实现这一功能。此脚本将读取一个目录中的所有文本文件，并将那些字数不少于1000字的文件筛选出来，打印文件名和字数。

import os

def count_words(filename):
    """Count the number of words in a file."""
    with open(filename, 'r', encoding='utf-8') as file:
        text = file.read()
        words = text.split()
        return len(words)

def filter_files_by_word_count(directory, min_word_count=1000):
    """Filter text files in a directory by specifying a minimum word count."""
    filtered_files = []

    # Iterate over all files in the directory
    for filename in os.listdir(directory):
        if filename.endswith('.txt'):  # Check if the file is a text file
            filepath = os.path.join(directory, filename)
            word_count = count_words(filepath)
            if word_count >= min_word_count:
                filtered_files.append((filename, word_count))

    return filtered_files

def main():
    directory = '/path/to/your/directory'  # Replace with your directory path
    min_word_count = 1000

    filtered_files = filter_files_by_word_count(directory, min_word_count)

    if filtered_files:
        print(f"Files with at least {min_word_count} words:")
        for file, count in filtered_files:
            print(f"{file}: {count} words")
    else:
        print(f"No files found with at least {min_word_count} words.")

if __name__ == "__main__":
    main()

说明

1. count_words 函数: 接收一个文件名作为参数，读取该文件并计算其中文字的数量。

2. filter_files_by_word_count 函数: 接收一个目录名和最小字数作为参数。它遍历目录中的所有文件，使用 count_words 函数计算每个文件的字数。如果文件的字数不少于指定的最小字数（1000），则将文件信息（名称和字数）添加到结果列表中。

3. main 函数: 设置目录路径和最小字数，然后调用 filter_files_by_word_count 函数获取符合条件的文件，并打印其名称及字数。

使用方法

• 确保你的文本文件使用 UTF-8 编码，否则你可能需要调整编码设置。
• 修改 directory 变量，指向包含要检查文件的实际目录路径。
• 运行该脚本，如果有文件符合条件，该脚本将打印文件名和字数。

请根据需要扩展或修改此脚本，以满足特定需求，如处理不同文件编码、支持子目录遍历等。