[已解决]关于Python统计代码量函数的程序行数统计出差错

爱上Q的球

1. import easygui as g
   
2. import os
   
3. import sys
   
4. 
   
5. 
   
6. 
   
7. def show_result(start_dir):
   
8.     lines = 0
   
9.     total = 0
   
10.     text = ""
    
11. 
    
12.     for i in source_list:
    
13.         lines = source_list[i]
    
14.         total += lines
    
15.         text += "【%s】源文件 %d 个，源代码 %d 行\n" % (i, file_list[i], lines)
    
16.     title = '统计结果'
    
17.     msg = '您目前共累积编写了 %d 行代码，完成进度：%.2f %%\n离 10 万行代码还差 %d 行，请继续努力！' % (total, total/1000, 100000-total)
    
18.     g.textbox(msg, title, text)
    
19. 
    
20. def calc_code(file_name):
    
21.     lines = 0
    
22.     with open(file_name) as f:
    
23.         print('正在分析文件：%s ...' % file_name)
    
24.         try:
    
25.             for each_line in f:
    
26.                 lines += 1
    
27.         except UnicodeDecodeError:
    
28.             pass # 不可避免会遇到格式不兼容的文件，这里忽略掉......
    
29.         
    
30.     return lines
    
31. 
    
32. def search_file(start_dir) :
    
33.     os.chdir(start_dir)
    
34.    
    
35.     for each_file in os.listdir(os.curdir) :
    
36.         ext = os.path.splitext(each_file)[1]
    
37.         if ext in target :
    
38.             lines = calc_code(each_file) # 统计行数
    
39.             # 还记得异常的用法吗？如果字典中不存，抛出 KeyError，则添加字典键
    
40.             # 统计文件数
    
41.             try:
    
42.                 file_list[ext] += 1
    
43.             except KeyError:
    
44.                 file_list[ext] = 1
    
45.             # 统计源代码行数
    
46.             try:
    
47.                 source_list[ext] += lines
    
48.             except KeyError:
    
49.                 source_list[ext] = lines
    
50.             
    
51.         if os.path.isdir(each_file) :
    
52.             search_file(each_file) # 递归调用
    
53.             os.chdir(os.pardir) # 递归调用后切记返回上一层目录
    
54.             
    
55. target = ['.c', '.cpp', '.py', '.cc', '.java', '.pas', '.asm']
    
56. file_list = {}
    
57. source_list = {}
    
58. 
    
59. g.msgbox("请打开您存放所有代码的文件夹......", "统计代码量")
    
60. path = g.diropenbox("请选择您的代码库：")
    
61. 
    
62. search_file(path)
    
63. show_result(path)

复制代码

运行下来，只要这个代码文件中含有中文的注释就无法算进去。原因出在每个文件统计行数的那一段小程序

1. def calc_code(file_name):
   
2.     lines = 0
   
3.     with open(file_name) as f:
   
4.         print('正在分析文件：%s ...' % file_name)
   
5.         try:
   
6.             for each_line in f:
   
7.                 lines += 1
   
8.         except UnicodeDecodeError:
   
9.             pass # 不可避免会遇到格式不兼容的文件，这里忽略掉......
   
10.         
    
11.     return lines

复制代码

UnicodeDecodeError: 'gbk' codec can't decode byte 0x80 in position 16: illegal multibyte sequence
中文的编码是gbk，而默认utf-8，这是应该如何解决，才能使得有中文长注释的行数也计算上去？

最佳答案

月排行榜 / 总排行榜

lumber2388779

2017-5-8 22:02:54

1. with open(file_name) as f

复制代码

这一句修改成

1. with open(file_name,encoding='utf-8') as f

复制代码

就可以正常打开
有问题可以提问

跳转到最佳答案楼层

lumber2388779

1. with open(file_name) as f

复制代码

这一句修改成

1. with open(file_name,encoding='utf-8') as f

复制代码

就可以正常打开
有问题可以提问

爱上Q的球

lumber2388779 发表于 2017-5-8 22:02
这一句修改成

就可以正常打开

对不起，回复晚了。
为什么强调编码是utf-8，读取的时候不是解码的过程吗？报错报的也是解码的错误，没弄明白呢，求细讲

lumber2388779

爱上Q的球 发表于 2017-5-10 21:42
对不起，回复晚了。
为什么强调编码是utf-8，读取的时候不是解码的过程吗？报错报的也是解码的错误，没 ...

这跟我们系统的环境有关系,我们中文系统默认一些编码还是会采用gbk,你打开文件默认采用应该是系统的编码,而不一定是你文件的编码格式 ,我们借用其他工具打开默认会使用文件的编码格式进行打开,但是编程中不一定会这样做

爱上Q的球

lumber2388779 发表于 2017-5-10 23:37
这跟我们系统的环境有关系,我们中文系统默认一些编码还是会采用gbk,你打开文件默认采用应该是系统的编码, ...

这样啊，谢谢你~~~~~