Python 3.x Python-如何读取多个文件、处理和写入多个文件

我正在尝试用Python构建一个源代码剽窃检测工具。我试图从输入目录中的多个python程序文件中获取输入，执行一些处理工作，并将输出写入多个文件

以下是我试图在代码中执行的操作：

我有两个文件：

main.py，在这里我打开多个文件并调用我的类和方法

pyscp.py来自软件包SoftPlag，其中编写的代码用于处理输入文件

main.py pyscp.py 这是处理内容所在的文件。在每个文件 处理后，相应的输出将写入其 输出目录

我所面临的问题是，我能够使用一个文件对象使用os包打开多个文件，并对它们进行处理，但不能正确地写入多个文件。它多次写入第一个文件的输出数据，而不是写入不同的输出数据

---

请帮忙

您不需要在

pyscp.py

中再次迭代文件。您实际上是在创建一个嵌套循环，看起来有点像这样：

for i_main in filelist:
    # here you are reading your inputfile
    # then you do some processing
    for i_pyscp in filelist:
        # here you are writing to outputfile

当然，这会将所有输入文件的所有结果写入所有输出文件。由于您使用

'w'

属性打开它们，它们将被覆盖，只留下外部循环的最后一次迭代的输出，即

文件列表中的最后一个文件

我建议删除
pyscp.py
中的循环，只需执行
returnfinal\u string
。在
main.py
中，您可以将其写入文件

关于
main.py
的另外三条注释：

我很惊讶您在
open（inputdir+I，'r'）
中没有发现“File not found”错误，因为您缺少路径分隔符<代码>打开（os.path.join（inputdir+i），'r'）

将是这里的方法

通常你不需要

f.flush（）

，因为

f.close（）

会帮你处理。此外，您没有将任何数据写入输入文件

另外，您也不需要

f.close（）

，因为

with

语句会为您处理它

---

我猜，将下面的代码块从“pyscp.py”文件中的函数“pscpp（）”移动到“main.py”并返回函数“pscpp（self，fin）”中的变量final_字符串

处理每个文件后，pscpp（）内的写入块始终覆盖所有输出文件。这可能是罪魁祸首

if __name__ == '__main__':   
    for i in filelist:
        with open(inputdir + i, 'r') as f:
            fin = f.read()
            if i.endswith(".py"):
                scp=Pyscp()    
                result = scp.pscpp(fin)

                file_output = open(os.path.join(outputdir + i +".out"), 'w')
                file_output.write(result)
                file_output.close()

                f.flush()      
            f.close()

---

可以因此，如果我将“pyscp.py”文件中的代码块放在“main.py”中并编写函数“pscpp（self，fin）”和“return（final_string）”，我的代码会工作吗？是的，我想是的。好的。我将它们写入函数的动机是，我想根据它们的特性将代码块分割成函数。我之前提到的处理只是我项目的一部分。我想尝试一下你的建议，但是有没有办法根据代码块的功能将它们分开？你可以在pscpp（）函数中保留它，唯一的问题是for循环获取文件名。如果可以将其传递给函数pscpp（），则可以将其保留在那里。您的意思是说我应该在“main.py”中编写函数“pscpp（self，fin）”的代码块，正如上面@ArunKumar所建议的那样？关于你提到的三点:一,。我已经按照你的建议实施了。2 & 3. 我不得不使用f.flush（），因为我发现内存清理没有正常进行。如果我试图从file1.py和file2.py获取输入，那么它也从内存获取file1.java的输入&我得到file1.py、file1.py~、file2.py、file2.py~&file1.java~。有什么有效的内存清理方法吗？最重要的是在编写输出文件时不要使用循环。如果满足您的需要，您可以将处理部分保留在

pyscp.py

中。您也可以将输出文件的编写留在那里，但随后需要在函数调用中传递文件名。我的建议是将文件写入您读取它们的位置。因此，您的

pyscp.py

将全部用于处理，您不必担心那里的文件名和路径。这将仅限于关于额外文件的

main.py

：我不明白Python为什么会访问这些文件，所以我不知道内存问题是从哪里来的。以

~

结尾的文件名看起来像是临时文件，因为有些编辑器创建这些文件是为了存储（和恢复）未保存的更改。但是基于您的代码，我希望Python会忽略它们。我现在已经将文件的读写放在main.py中。因此，通过这些更改，文件读取和写入工作正常。我现在的要求是需要变量'final_string'，该变量存在于pyscp.py文件中。此变量存储每个文件的处理输出，并且需要写入相应的文件。“final_string”变量是否可以导入到“main.py”中，或者是否有其他解决方案？您是否询问如何从函数返回值？只需添加到

pscpp（）

函数定义

返回最终\u字符串的末尾即可。在
main.py
中，然后使用
final\u string=scp.pscpp（fin）
调用它。
for i_main in filelist:
    # here you are reading your inputfile
    # then you do some processing
    for i_pyscp in filelist:
        # here you are writing to outputfile

if __name__ == '__main__':   
    for i in filelist:
        with open(inputdir + i, 'r') as f:
            fin = f.read()
            if i.endswith(".py"):
                scp=Pyscp()    
                result = scp.pscpp(fin)

                file_output = open(os.path.join(outputdir + i +".out"), 'w')
                file_output.write(result)
                file_output.close()

                f.flush()      
            f.close()