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 uuid
class FileAnalyzerFrame(wx.Frame):
def __init__(self):
super().__init__(None, title="File Analyzer", size=(800, 600))
# Create main panel
self.panel = wx.Panel(self)
main_sizer = wx.BoxSizer(wx.VERTICAL)
# Folder selection section
folder_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 section
output_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 results
results_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 section
cmd_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 output
cmd_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 sizer
main_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 events
browse_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 properties
self.folder_path = ""
# Show window
self.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 paths
file_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 dictionaries
file_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 = 0
total_size = 0
# Create result message
result_msg = f"Analyzing folder: {folder_path}\n\n"
# Walk through the directory
for 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 size
size = os.path.getsize(file_path)
total_size += size
# Categorize by size
if size < 10 * 1024: # < 10KB
file_size_stats["0-10KB"] += 1
elif size < 100 * 1024: # < 100KB
file_size_stats["10KB-100KB"] += 1
elif size < 1024 * 1024: # < 1MB
file_size_stats["100KB-1MB"] += 1
elif size < 10 * 1024 * 1024: # < 10MB
file_size_stats["1MB-10MB"] += 1
elif size < 100 * 1024 * 1024: # < 100MB
file_size_stats["10MB-100MB"] += 1
else: # >= 100MB
file_size_stats["100MB+"] += 1
# Get file modification date
mod_time = os.path.getmtime(file_path)
dt = datetime.datetime.fromtimestamp(mod_time)
month_year = dt.strftime("%Y-%m")
# Update statistics
file_type_stats[extension] += 1
file_month_stats[month_year] += 1
total_count += 1
except (IOError, OSError) as e:
# Skip files that can't be accessed
continue
# Generate report
result_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 CSV
with 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 CSV
with 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 CSV
with 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 result
result_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 text
self.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)
return
try:
# Create a new process, capture output
process = subprocess.Popen(
command,
shell=True,
stdout=subprocess.PIPE,
stderr=subprocess.PIPE,
universal_newlines=True
)
# Get the output
stdout, stderr = process.communicate()
# Display output
output = ""
if stdout:
output += stdout
if stderr:
output += "\nErrors:\n" + stderr
self.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 /= 1024.0
def 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：
- 文件夹选择：通过图形界面选择需要分析的文件夹。
- 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。
- 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。
- 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。
- 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：
- 输入验证：检查用户是否选择了有效文件夹。
- 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。
- 使用
- 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。 - 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。
- 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
- 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。
- 确保安装了 Python 和 wxPython（
- 选择文件夹：
- 点击“Browse”按钮选择需要分析的文件夹。
- 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）。
- 在“Output Base Name”文本框中输入 CSV 文件的基础名称（默认为
- 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。
- 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/folder
Total files: 110
Total size: 1.23 GB
File 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
扫一扫
3505
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
