当前位置： 首页 > news >正文

使用 Python 打造强大的文件分析工具

news 2025/6/8 21:39:50

在日常工作中，我们经常需要分析文件夹中的文件分布情况，例如文件类型、文件大小分布以及文件的修改时间等。手动统计这些信息费时费力，因此开发一个自动化工具可以大大提高效率。本文将介绍一个基于 Python 和 wxPython 开发的图形化文件分析工具，能够快速分析文件夹并生成详细的统计报告。

C:\pythoncode\new\output\FileInFolderAnalysis.py

全部代码

import wx
import os
import csv
import datetime
import subprocess
import sys
from collections import defaultdict
import uuidclass FileAnalyzerFrame(wx.Frame):def __init__(self):super().__init__(None, title="File Analyzer", size=(800, 600))# Create main panelself.panel = wx.Panel(self)main_sizer = wx.BoxSizer(wx.VERTICAL)# Folder selection sectionfolder_sizer = wx.BoxSizer(wx.HORIZONTAL)self.folder_text = wx.TextCtrl(self.panel, size=(400, -1))browse_button = wx.Button(self.panel, label="Browse...")analyze_button = wx.Button(self.panel, label="Analyze")folder_sizer.Add(wx.StaticText(self.panel, label="Folder: "), 0, wx.ALIGN_CENTER_VERTICAL, 5)folder_sizer.Add(self.folder_text, 1, wx.EXPAND | wx.ALL, 5)folder_sizer.Add(browse_button, 0, wx.ALL, 5)folder_sizer.Add(analyze_button, 0, wx.ALL, 5)# Output file sectionoutput_sizer = wx.BoxSizer(wx.HORIZONTAL)self.output_text = wx.TextCtrl(self.panel, size=(400, -1))self.output_text.SetValue("analysis_results")output_sizer.Add(wx.StaticText(self.panel, label="Output Base Name: "), 0, wx.ALIGN_CENTER_VERTICAL, 5)output_sizer.Add(self.output_text, 1, wx.EXPAND | wx.ALL, 5)# Analysis resultsresults_label = wx.StaticText(self.panel, label="Analysis Results:")self.results_text = wx.TextCtrl(self.panel, style=wx.TE_MULTILINE | wx.TE_READONLY, size=(-1, 200))# Command execution sectioncmd_label = wx.StaticText(self.panel, label="Command Editor:")self.cmd_text = wx.TextCtrl(self.panel, size=(-1, 100), style=wx.TE_MULTILINE)execute_button = wx.Button(self.panel, label="Execute Command")# Command outputcmd_output_label = wx.StaticText(self.panel, label="Command Output:")self.cmd_output = wx.TextCtrl(self.panel, style=wx.TE_MULTILINE | wx.TE_READONLY, size=(-1, 100))# Add components to main sizermain_sizer.Add(folder_sizer, 0, wx.EXPAND | wx.ALL, 5)main_sizer.Add(output_sizer, 0, wx.EXPAND | wx.ALL, 5)main_sizer.Add(results_label, 0, wx.ALL, 5)main_sizer.Add(self.results_text, 1, wx.EXPAND | wx.ALL, 5)main_sizer.Add(cmd_label, 0, wx.ALL, 5)main_sizer.Add(self.cmd_text, 0, wx.EXPAND | wx.ALL, 5)main_sizer.Add(execute_button, 0, wx.ALL, 5)main_sizer.Add(cmd_output_label, 0, wx.ALL, 5)main_sizer.Add(self.cmd_output, 1, wx.EXPAND | wx.ALL, 5)self.panel.SetSizer(main_sizer)# Bind eventsbrowse_button.Bind(wx.EVT_BUTTON, self.on_browse)analyze_button.Bind(wx.EVT_BUTTON, self.on_analyze)execute_button.Bind(wx.EVT_BUTTON, self.on_execute_command)# Set default propertiesself.folder_path = ""# Show windowself.Centre()self.Show()def on_browse(self, event):"""Open folder browser dialog"""dialog = wx.DirDialog(self, "Choose a directory:", style=wx.DD_DEFAULT_STYLE)if dialog.ShowModal() == wx.ID_OK:self.folder_path = dialog.GetPath()self.folder_text.SetValue(self.folder_path)dialog.Destroy()def on_analyze(self, event):"""Analyze the selected folder and generate three CSV files"""folder_path = self.folder_text.GetValue()output_base = self.output_text.GetValue()if not folder_path or not os.path.isdir(folder_path):wx.MessageBox("Please select a valid folder.", "Error", wx.OK | wx.ICON_ERROR)return# Generate output file pathsfile_types_path = f"{output_base}_file_types.csv"size_dist_path = f"{output_base}_size_distribution.csv"month_stats_path = f"{output_base}_year_month.csv"try:# Initialize statistics dictionariesfile_type_stats = defaultdict(int)file_size_stats = {"0-10KB": 0,"10KB-100KB": 0,"100KB-1MB": 0,"1MB-10MB": 0,"10MB-100MB": 0,"100MB+": 0}file_month_stats = defaultdict(int)total_count = 0total_size = 0# Create result messageresult_msg = f"Analyzing folder: {folder_path}\n\n"# Walk through the directoryfor root, dirs, files in os.walk(folder_path):for file in files:file_path = os.path.join(root, file)try:# Get file extension_, extension = os.path.splitext(file)extension = extension.lower()if not extension:extension = "(no extension)"# Get file sizesize = os.path.getsize(file_path)total_size += size# Categorize by sizeif size < 10 * 1024:  # < 10KBfile_size_stats["0-10KB"] += 1elif size < 100 * 1024:  # < 100KBfile_size_stats["10KB-100KB"] += 1elif size < 1024 * 1024:  # < 1MBfile_size_stats["100KB-1MB"] += 1elif size < 10 * 1024 * 1024:  # < 10MBfile_size_stats["1MB-10MB"] += 1elif size < 100 * 1024 * 1024:  # < 100MBfile_size_stats["10MB-100MB"] += 1else:  # >= 100MBfile_size_stats["100MB+"] += 1# Get file modification datemod_time = os.path.getmtime(file_path)dt = datetime.datetime.fromtimestamp(mod_time)month_year = dt.strftime("%Y-%m")# Update statisticsfile_type_stats[extension] += 1file_month_stats[month_year] += 1total_count += 1except (IOError, OSError) as e:# Skip files that can't be accessedcontinue# Generate reportresult_msg += f"Total files: {total_count}\n"result_msg += f"Total size: {self.format_size(total_size)}\n\n"# Write to separate CSV files# 1. File Types CSVwith open(file_types_path, 'w', newline='', encoding='utf-8') as csvfile:csv_writer = csv.writer(csvfile)csv_writer.writerow(["Statistics by File Type"])csv_writer.writerow(["Extension", "Count"])sorted_types = sorted(file_type_stats.items(), key=lambda x: x[1], reverse=True)for ext, count in sorted_types:csv_writer.writerow([ext, count])# 2. Size Distribution CSVwith open(size_dist_path, 'w', newline='', encoding='utf-8') as csvfile:csv_writer = csv.writer(csvfile)csv_writer.writerow(["Statistics by File Size"])csv_writer.writerow(["Size Range", "Count"])for size_range, count in file_size_stats.items():csv_writer.writerow([size_range, count])# 3. Year-Month Statistics CSVwith open(month_stats_path, 'w', newline='', encoding='utf-8') as csvfile:csv_writer = csv.writer(csvfile)csv_writer.writerow(["Statistics by Month"])csv_writer.writerow(["Month", "Count"])sorted_months = sorted(file_month_stats.items())for month, count in sorted_months:csv_writer.writerow([month, count])# Show file types in resultresult_msg += "File types (Top 10):\n"for ext, count in sorted_types[:10]:result_msg += f"{ext}: {count} files\n"result_msg += "\nSize distribution:\n"for size_range, count in file_size_stats.items():result_msg += f"{size_range}: {count} files\n"result_msg += "\nAnalysis completed successfully!\n"result_msg += f"CSV reports saved to:\n"result_msg += f"- {file_types_path}\n"result_msg += f"- {size_dist_path}\n"result_msg += f"- {month_stats_path}"# Update results textself.results_text.SetValue(result_msg)except Exception as e:wx.MessageBox(f"An error occurred: {str(e)}", "Error", wx.OK | wx.ICON_ERROR)def on_execute_command(self, event):"""Execute the command in the command editor"""command = self.cmd_text.GetValue().strip()if not command:wx.MessageBox("Please enter a command to execute.", "Error", wx.OK | wx.ICON_ERROR)returntry:# Create a new process, capture outputprocess = subprocess.Popen(command,shell=True,stdout=subprocess.PIPE,stderr=subprocess.PIPE,universal_newlines=True)# Get the outputstdout, stderr = process.communicate()# Display outputoutput = ""if stdout:output += stdoutif stderr:output += "\nErrors:\n" + stderrself.cmd_output.SetValue(output)except Exception as e:self.cmd_output.SetValue(f"Error executing command: {str(e)}")def format_size(self, size_in_bytes):"""Format file size to human-readable format"""for unit in ['B', 'KB', 'MB', 'GB', 'TB']:if size_in_bytes < 1024.0 or unit == 'TB':return f"{size_in_bytes:.2f} {unit}"size_in_bytes /= 1024.0def main():app = wx.App()frame = FileAnalyzerFrame()app.MainLoop()if __name__ == "__main__":main()

工具功能概览

这个文件分析工具提供以下核心功能：

  1. 文件夹选择：通过图形界面选择需要分析的文件夹。
  2. 文件统计分析：
    • 按文件扩展名统计文件数量。
    • 按文件大小区间（如 0-10KB、10KB-100KB 等）统计文件分布。
    • 按文件修改时间的年月统计文件数量。
  3. CSV 报告生成：将分析结果保存为三个独立的 CSV 文件，分别记录文件类型、大小分布和年月统计。
  4. 命令执行器：提供一个简单的命令行界面，允许用户在工具中执行系统命令并查看输出。
  5. 人性化界面：通过 wxPython 构建直观的图形界面，方便用户操作。

技术栈

  • Python：核心编程语言，用于文件操作和数据处理。
  • wxPython：用于构建跨平台的图形用户界面。
  • os 和 datetime：用于文件系统操作和时间处理。
  • csv：用于生成 CSV 格式的报告。
  • subprocess：用于执行系统命令。
  • collections.defaultdict：简化统计数据结构的处理。
  • uuid：用于生成唯一标识符（本例中未直接使用，但代码中引入）。

代码结构分析

以下是工具的核心代码结构和功能解析：

1. 图形界面设计

工具使用 wxPython 构建了一个直观的窗口，包含以下组件：

  • 文件夹选择区域：包含文本框和“浏览”按钮，用于选择分析的文件夹。
  • 输出文件名设置：允许用户指定输出 CSV 文件的基础名称。
  • 分析结果显示：一个多行只读文本框，用于显示分析结果摘要。
  • 命令编辑器：允许用户输入系统命令并执行，执行结果显示在另一个只读文本框中。

界面通过 wx.BoxSizer 进行布局，确保组件排列整齐且自适应窗口大小调整。

2. 文件分析逻辑

文件分析功能由 on_analyze 方法实现，具体步骤如下：

  1. 输入验证：检查用户是否选择了有效文件夹。
  2. 统计初始化：
    • 使用 defaultdict 记录文件类型统计。
    • 定义文件大小区间字典（如 0-10KB、10KB-100KB 等）。
    • 使用 defaultdict 记录按年月统计的文件数量。
  3. 文件夹遍历：通过 os.walk 递归遍历文件夹，获取每个文件的扩展名、大小和修改时间。
  4. 数据处理：
    • 文件扩展名统计：提取文件扩展名并计数。
    • 文件大小分类：根据文件大小归类到对应区间。
    • 修改时间统计：将文件修改时间格式化为“年-月”并计数。
  5. 报告生成：
    • 生成三个 CSV 文件，分别记录文件类型、大小分布和年月统计。
    • 在界面上显示分析摘要，包括文件总数、总大小、文件类型前十、文件大小分布等。

3. 命令执行功能

命令执行功能由 on_execute_command 方法实现，允许用户输入系统命令（如 dir 或 ls）并查看输出：

  • 使用 subprocess.Popen 执行命令，捕获标准输出和错误输出。
  • 将执行结果显示在界面上的命令输出文本框中。
  • 包含错误处理，确保命令执行失败时显示友好提示。

4. 辅助功能

  • 文件大小格式化：format_size 方法将字节大小转换为人类可读的格式（如 KB、MB、GB）。
  • 错误处理：工具在文件访问、分析和命令执行过程中都包含了异常捕获，确保程序稳定性。

使用方法

  1. 运行程序：
    • 确保安装了 Python 和 wxPython（pip install wxPython）。
    • 保存代码为 file_analyzer.py 并运行。
  2. 选择文件夹：
    • 点击“Browse”按钮选择需要分析的文件夹。
  3. 设置输出文件名：
    • 在“Output Base Name”文本框中输入 CSV 文件的基础名称（默认为 analysis_results）。
  4. 执行分析：
    • 点击“Analyze”按钮，工具将分析文件夹并生成三个 CSV 文件，同时在界面上显示结果摘要。
  5. 执行命令：
    • 在命令编辑器中输入系统命令，点击“Execute Command”查看输出。

示例输出

假设分析一个包含多种文件的文件夹，工具将生成以下 CSV 文件：

  • analysis_results_file_types.csv：

    Statistics by File Type
Extension,Count
.txt,50
.jpg,30
.pdf,20
(no extension),10
...

  • analysis_results_size_distribution.csv：

    Statistics by File Size
Size Range,Count
0-10KB,60
10KB-100KB,30
100KB-1MB,15
1MB-10MB,5
10MB-100MB,0
100MB+,0

  • analysis_results_year_month.csv：

    Statistics by Month
Month,Count
2023-01,20
2023-02,30
2024-01,40
...

界面上的结果摘要可能如下：

Analyzing folder: /path/to/folderTotal files: 110
Total size: 1.23 GBFile types (Top 10):
.txt: 50 files
.jpg: 30 files
.pdf: 20 files
(no extension): 10 files
...Size distribution:
0-10KB: 60 files
10KB-100KB: 30 files
...Analysis completed successfully!
CSV reports saved to:
- analysis_results_file_types.csv
- analysis_results_size_distribution.csv
- analysis_results_year_month.csv

运行结果

 

http://www.xdnf.cn/news/110125.html

相关文章：

  • 海量粒子特效解决方案：VEG
  • java六人打分
  • 高效并发编程：无锁编程
  • 字节系a_bogus补环境
  • 浏览器相关知识点
  • 路由交换实验-手动聚合与LACP
  • 自动创建 中国古代故事人物一致性图画，看看扣子的空间是否能达到你的满意，自媒体的福音？
  • 【KWDB 创作者计划】_上位机知识篇---MicroPython
  • 一,开发环境安装
  • w~大模型~合集13
  • AUTODL关闭了程序内存依然占满怎么办
  • 〖 Linux 〗掌握 Linux 共享目录：权限、管理与最佳实践
  • 防火墙事件日志及日志分析
  • Python数据清洗笔记（上）
  • 文件内容隐写
  • 面向电力变压器的声纹智能诊断系统简析
  • Springfox + Swagger 的完整配置及同类框架对比的详细说明
  • (即插即用模块-特征处理部分) 四十一、(2024) MSAA 多尺度注意力聚合模块
  • 我的独立开发技术栈
  • 未曾设想的道路1
  • Ubuntu22.04新版本谷歌无法使用搜狗输入法/中文不显示
  • 三、Python编程基础03
  • 使用Python模拟子弹与子弹的碰撞
  • 四神-华夏大地的守护神
  • 【AI】MCP，弥补Agent的缺陷
  • 一个关于相对速度的假想的故事-7
  • “该虚拟机似乎正在使用中“
  • HCIP实验二（OSPF网络配置与优化）
  • 智能指针(weak_ptr )之三
  • MySQL 8.4企业版 安装和配置审计插件