python - 如何在python中检查文件的字符数

Question

我有一个 python 代码可以读取很多文件。但是有些文件非常大，因此我在其他代码中出现错误。我想要一种方法来检查文件的字符数，以避免读取那些非常大的文件。谢谢。

Answer 1

os.stat(filepath).st_size

假设“字符”是指字节。预计到达时间:

i need total character count just like what the command 'wc filename' gives me unix

在哪种模式下？ wc 本身将为您提供行数、字数和字节数(与 stat 相同)，而不是 Unicode 字符。

是一个开关-m，它将使用语言环境的当前编码将字节转换为Unicode，然后计算代码点:这真的是您想要的吗？如果您要查找的只是太长的文件，那么解码成 Unicode 没有任何意义。如果你真的必须:

import sys, codecs

def getUnicodeFileLength(filepath, charset= None):
    if charset is None:
        charset= sys.getfilesystemencoding()
    readerclass= codecs.getReader(charset)
    reader= readerclass(open(filepath, 'rb'), 'replace')
    nchar= 0
    while True:
        chars= reader.read(1024*32)  # arbitrary chunk size
        if chars=='':
            break
        nchar+= len(chars)
    reader.close()
    return nchar

sys.getfilesystemencoding() 获取语言环境编码，重现 wc -m 的作用。如果您自己知道编码(例如“utf-8”)，则将其传入。

我认为你不想这样做。