用 Python 从多个文件中提取信息并汇总

Designed by Freepik

谷月姐最近需要对所有博客文章进行统计整理。每篇博文的源代码开头都有一段 YAML 代码，存储了这篇文章的一些信息。我的需求是：把每篇博文开头 YAML 代码中的 date 和 banner_img 字段连同它们的数据一起提取出来，汇总到同一个 CSV 文件，便于后续用 Excel 分析。

博客有 100 多篇文章，如果手工操作，要重复 100 多次。还是编程解决更方便一些。

我从来没学过 Python，为了完成这项要重复 100 多次的工作，在谷歌、知乎和 CSDN 的帮助下，现学现卖，硬是通过复制粘贴网上的代码，写了一个 Python 程序。这是我第一个 Python 程序。

#!/usr/bin/python
# -*- coding: UTF-8 -*-

# 打开目标文件（要把某个目录所有文件中的特定字符串写入到目标文件），注意编码为utf-8-sig，即带BOM的UTF-8，如果不带-sig后缀，Excel无法识别生成的CSV文件
f=open("output.csv", "w", encoding='utf-8-sig') 

# 这是博文源代码所在的目录，注意路径要写两个反斜杠，转义字符
target_path='C:\\Users\\kukmoon\\kukmoon_blog\\source\\_posts' 

# 遍历目录中的所有文件
import os  
for dirpath, dirnames, filenames in os.walk(target_path):
    for filename in filenames:
        file_full_name=os.path.join(dirpath,filename)

        # 对单个文件进行操作
        with open(file_full_name, "r", encoding='utf-8') as file:  #打开文件，文件编码是UTF-8
            (file_path, file_name)=os.path.split(file_full_name)  # 获取不带路径的文件名file_name
            lines = file.readlines()  # 读取文件所有的行
            for line in lines:  # 建立一个循环，搜索含有特定字符串的行，并提取这一行的内容
                if "banner_img:" in line:  # 如果该行含有特定字符串的行，就提取这一行的内容
                    file_banner_img=line.replace("\n","")  # 去掉该行末尾的换行符，放到一个变量里面
                if "date:" in line:
                    file_date=line.replace("\n","")  # 去掉该行末尾的换行符，放到一个变量里面
            print(file_name,file_banner_img,file_date,sep=",",file=f)  # 打印上述变量，注意分隔符sep是英文逗号

f.close()  # 关闭目标文件

然后，用 Excel 打开生成的 CSV 文件，如图所示。

---

图片版权

题图：Image by macrovector on Freepik。

头图：该图片由 David Mark 在 Pixabay 上发布。