forked from cenmilo/convenient_mini_script
-
Notifications
You must be signed in to change notification settings - Fork 0
Expand file tree
/
Copy pathtext_replace.py
More file actions
654 lines (548 loc) · 24 KB
/
text_replace.py
File metadata and controls
654 lines (548 loc) · 24 KB
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
文本批量查找替换工具
这个脚本用于在多个文件中批量查找和替换文本内容,支持普通文本和
正则表达式匹配,可以递归处理整个目录结构,并提供详细的替换报告。
适用于代码重构、文档更新、内容规范化等场景。
"""
import argparse
import difflib
import fnmatch
import logging
import os
import re
import shutil
import sys
from datetime import datetime
from enum import Enum
from typing import List, Dict, Optional, Pattern
# 配置日志
logging.basicConfig(
level=logging.INFO,
format='%(asctime)s - %(levelname)s - %(message)s',
datefmt='%Y-%m-%d %H:%M:%S'
)
logger = logging.getLogger(__name__)
class ReplaceMode(Enum):
"""替换模式枚举"""
TEXT = "text" # 普通文本替换
REGEX = "regex" # 正则表达式替换
WHOLE_WORD = "word" # 全词匹配替换
LINE = "line" # 整行替换
class FileChange:
"""表示单个文件的变更"""
def __init__(self, file_path: str):
self.file_path = file_path
self.original_content = ""
self.modified_content = ""
self.matches_count = 0
self.lines_changed = set()
self.is_binary = False
self.error = None
self.diff = ""
def generate_diff(self) -> str:
"""生成差异比较"""
if self.is_binary or self.error:
return ""
if self.original_content == self.modified_content:
return ""
original_lines = self.original_content.splitlines(True)
modified_lines = self.modified_content.splitlines(True)
diff = difflib.unified_diff(
original_lines,
modified_lines,
fromfile=f"a/{os.path.basename(self.file_path)}",
tofile=f"b/{os.path.basename(self.file_path)}",
n=3
)
return "".join(diff)
class TextReplacer:
"""文本查找替换器类"""
def __init__(
self,
search_pattern: str,
replacement: str,
paths: List[str],
mode: ReplaceMode = ReplaceMode.TEXT,
recursive: bool = True,
include_patterns: Optional[List[str]] = None,
exclude_patterns: Optional[List[str]] = None,
exclude_dirs: Optional[List[str]] = None,
max_size: Optional[int] = None,
ignore_case: bool = False,
backup: bool = False,
backup_extension: str = '.bak',
encoding: str = 'utf-8',
ignore_errors: bool = False,
match_limit: int = 0,
skip_binary: bool = True,
dry_run: bool = False,
show_diff: bool = False,
parallel: bool = False,
verbose: bool = False
):
"""
初始化文本替换器
Args:
search_pattern: 要查找的文本或正则表达式模式
replacement: 替换内容(可以包含正则表达式引用,如 \1, \2 等)
paths: 要处理的文件或目录路径列表
mode: 替换模式,支持普通文本、正则表达式、全词匹配和整行替换
recursive: 是否递归处理子目录
include_patterns: 要包含的文件模式列表(如 *.txt, *.py)
exclude_patterns: 要排除的文件模式列表
exclude_dirs: 要排除的目录名列表
max_size: 处理的最大文件大小(字节)
ignore_case: 是否忽略大小写
backup: 是否备份原始文件
backup_extension: 备份文件扩展名
encoding: 文件编码
ignore_errors: 是否忽略错误并继续处理
match_limit: 每个文件最多替换的匹配次数(0表示不限制)
skip_binary: 是否跳过二进制文件
dry_run: 是否仅模拟运行而不实际修改文件
show_diff: 是否显示详细的替换差异
parallel: 是否使用并行处理(多核处理)
verbose: 是否显示详细信息
"""
self.search_pattern = search_pattern
self.replacement = replacement
self.paths = paths
self.mode = mode
self.recursive = recursive
self.include_patterns = include_patterns or ["*"]
self.exclude_patterns = exclude_patterns or []
self.exclude_dirs = exclude_dirs or [".git", ".svn", "__pycache__", "node_modules"]
self.max_size = max_size
self.ignore_case = ignore_case
self.backup = backup
self.backup_extension = backup_extension
self.encoding = encoding
self.ignore_errors = ignore_errors
self.match_limit = match_limit
self.skip_binary = skip_binary
self.dry_run = dry_run
self.show_diff = show_diff
self.parallel = parallel
self.verbose = verbose
# 存储处理结果
self.results: Dict[str, FileChange] = {}
self.total_files_processed = 0
self.total_files_modified = 0
self.total_matches = 0
self.errors = []
# 编译正则表达式
self.regex = self._compile_regex()
def _compile_regex(self) -> Optional[Pattern]:
"""编译查找模式为正则表达式"""
try:
if self.mode == ReplaceMode.TEXT:
# 普通文本模式需要转义特殊字符
pattern = re.escape(self.search_pattern)
elif self.mode == ReplaceMode.WHOLE_WORD:
# 全词匹配模式
pattern = r'\b' + re.escape(self.search_pattern) + r'\b'
elif self.mode == ReplaceMode.LINE:
# 整行匹配模式
pattern = f'^.*{re.escape(self.search_pattern)}.*$'
else:
# 已经是正则表达式模式
pattern = self.search_pattern
flags = 0
if self.ignore_case:
flags |= re.IGNORECASE
return re.compile(pattern, flags)
except re.error as e:
logger.error(f"正则表达式编译错误: {e}")
raise ValueError(f"无效的正则表达式模式: {self.search_pattern}")
def _is_binary_file(self, file_path: str) -> bool:
"""
检查文件是否为二进制文件
Args:
file_path: 文件路径
Returns:
是否为二进制文件
"""
try:
with open(file_path, 'r', encoding=self.encoding) as f:
f.read(4096)
return False
except UnicodeDecodeError:
return True
def _should_process_file(self, file_path: str) -> bool:
"""
检查是否应处理该文件
Args:
file_path: 文件路径
Returns:
是否应处理该文件
"""
# 检查文件大小
if self.max_size and os.path.getsize(file_path) > self.max_size:
if self.verbose:
logger.info(f"跳过过大的文件 {file_path}")
return False
# 检查是否为二进制文件
if self.skip_binary and self._is_binary_file(file_path):
if self.verbose:
logger.info(f"跳过二进制文件 {file_path}")
return False
# 检查文件名匹配
filename = os.path.basename(file_path)
# 检查是否符合包含模式
included = any(fnmatch.fnmatch(filename, pattern) for pattern in self.include_patterns)
if not included:
if self.verbose:
logger.info(f"跳过不匹配包含模式的文件 {file_path}")
return False
# 检查是否符合排除模式
excluded = any(fnmatch.fnmatch(filename, pattern) for pattern in self.exclude_patterns)
if excluded:
if self.verbose:
logger.info(f"跳过匹配排除模式的文件 {file_path}")
return False
return True
def _should_process_dir(self, dir_path: str) -> bool:
"""
检查是否应处理该目录
Args:
dir_path: 目录路径
Returns:
是否应处理该目录
"""
dir_name = os.path.basename(dir_path)
return dir_name not in self.exclude_dirs
def _replace_in_file(self, file_path: str) -> FileChange:
"""
在单个文件中进行替换
Args:
file_path: 文件路径
Returns:
文件变更对象
"""
file_change = FileChange(file_path)
try:
# 检查文件是否应该被处理
if not self._should_process_file(file_path):
return file_change
# 读取文件内容
with open(file_path, 'r', encoding=self.encoding) as f:
content = f.read()
file_change.original_content = content
# 执行替换
if self.match_limit > 0:
modified_content, count = self.regex.subn(self.replacement, content, self.match_limit)
else:
modified_content, count = self.regex.subn(self.replacement, content)
file_change.modified_content = modified_content
file_change.matches_count = count
# 如果有修改,记录变更的行号
if count > 0 and content != modified_content:
for i, (old_line, new_line) in enumerate(zip(
content.splitlines(),
modified_content.splitlines()
)):
if old_line != new_line:
file_change.lines_changed.add(i + 1)
# 生成差异比较
if self.show_diff:
file_change.diff = file_change.generate_diff()
# 如果不是干运行模式,保存修改
if not self.dry_run:
# 备份原文件
if self.backup:
backup_path = file_path + self.backup_extension
shutil.copy2(file_path, backup_path)
if self.verbose:
logger.info(f"已创建备份:{backup_path}")
# 写入修改后的内容
with open(file_path, 'w', encoding=self.encoding) as f:
f.write(modified_content)
if self.verbose:
logger.info(f"已更新文件:{file_path} (替换了 {count} 处匹配)")
except Exception as e:
file_change.error = str(e)
if not self.ignore_errors:
raise
if self.verbose:
logger.error(f"处理文件 {file_path} 时出错: {e}")
return file_change
def process_files(self) -> Dict[str, FileChange]:
"""
处理指定路径中的所有文件
Returns:
文件变更字典,键为文件路径,值为FileChange对象
"""
self.results = {}
self.total_files_processed = 0
self.total_files_modified = 0
self.total_matches = 0
self.errors = []
if self.parallel:
self._process_files_parallel()
else:
self._process_files_sequential()
return self.results
def _process_files_sequential(self):
"""顺序处理文件"""
for path in self.paths:
if os.path.isfile(path):
self._process_single_file(path)
elif os.path.isdir(path):
self._process_directory(path)
else:
logger.warning(f"路径不存在或无法访问: {path}")
def _process_files_parallel(self):
"""并行处理文件(使用多线程)"""
import concurrent.futures
# 收集所有需要处理的文件
files_to_process = []
for path in self.paths:
if os.path.isfile(path):
files_to_process.append(path)
elif os.path.isdir(path):
for file_path in self._collect_files_in_directory(path):
files_to_process.append(file_path)
else:
logger.warning(f"路径不存在或无法访问: {path}")
# 使用线程池处理文件
with concurrent.futures.ThreadPoolExecutor() as executor:
future_to_file = {executor.submit(self._replace_in_file, file_path): file_path
for file_path in files_to_process}
for future in concurrent.futures.as_completed(future_to_file):
file_path = future_to_file[future]
try:
file_change = future.result()
self._update_statistics(file_change)
except Exception as e:
self.errors.append(f"{file_path}: {str(e)}")
if not self.ignore_errors:
raise
def _collect_files_in_directory(self, dir_path: str) -> List[str]:
"""收集目录中的所有文件路径"""
files = []
for root, dirs, filenames in os.walk(dir_path):
# 过滤掉不应处理的目录
dirs[:] = [d for d in dirs if self._should_process_dir(os.path.join(root, d))]
for filename in filenames:
file_path = os.path.join(root, filename)
files.append(file_path)
# 如果不递归处理子目录,则在第一次迭代后退出
if not self.recursive:
break
return files
def _process_directory(self, dir_path: str):
"""处理目录中的文件"""
for root, dirs, filenames in os.walk(dir_path):
# 过滤掉不应处理的目录
dirs[:] = [d for d in dirs if self._should_process_dir(os.path.join(root, d))]
for filename in filenames:
file_path = os.path.join(root, filename)
self._process_single_file(file_path)
# 如果不递归处理子目录,则在第一次迭代后退出
if not self.recursive:
break
def _process_single_file(self, file_path: str):
"""处理单个文件"""
file_change = self._replace_in_file(file_path)
self._update_statistics(file_change)
def _update_statistics(self, file_change: FileChange):
"""更新统计信息"""
self.results[file_change.file_path] = file_change
self.total_files_processed += 1
if file_change.matches_count > 0:
self.total_files_modified += 1
self.total_matches += file_change.matches_count
if file_change.error:
self.errors.append(f"{file_change.file_path}: {file_change.error}")
def generate_report(self) -> str:
"""生成替换操作的详细报告"""
report = []
report.append("=== 批量查找替换报告 ===")
report.append(f"时间: {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}")
report.append(f"查找模式: '{self.search_pattern}'")
report.append(f"替换为: '{self.replacement}'")
report.append(f"替换模式: {self.mode.value}")
report.append(f"递归处理: {'是' if self.recursive else '否'}")
report.append(f"处理的路径: {', '.join(self.paths)}")
report.append(f"包含的文件模式: {', '.join(self.include_patterns)}")
if self.exclude_patterns:
report.append(f"排除的文件模式: {', '.join(self.exclude_patterns)}")
if self.exclude_dirs:
report.append(f"排除的目录: {', '.join(self.exclude_dirs)}")
report.append("")
report.append("=== 处理结果 ===")
report.append(f"处理的文件总数: {self.total_files_processed}")
report.append(f"修改的文件数: {self.total_files_modified}")
report.append(f"替换的匹配总数: {self.total_matches}")
report.append(f"错误数: {len(self.errors)}")
if self.total_files_modified > 0:
report.append("")
report.append("=== 修改的文件 ===")
for file_path, change in sorted(self.results.items()):
if change.matches_count > 0:
lines_str = ", ".join(
str(line) for line in sorted(change.lines_changed)) if change.lines_changed else "未知"
report.append(f"{file_path}: {change.matches_count} 处替换, 修改的行: {lines_str}")
if self.show_diff and any(change.diff for change in self.results.values()):
report.append("")
report.append("=== 详细差异 ===")
for file_path, change in sorted(self.results.items()):
if change.diff:
report.append(f"\n文件: {file_path}")
report.append(change.diff)
if self.errors:
report.append("")
report.append("=== 错误 ===")
for error in self.errors:
report.append(error)
return "\n".join(report)
def parse_size(size_str: str) -> int:
"""解析大小字符串(如 '1KB', '5MB')为字节数"""
size_str = size_str.strip().upper()
units = {
'B': 1,
'KB': 1024,
'MB': 1024 * 1024,
'GB': 1024 * 1024 * 1024,
'TB': 1024 * 1024 * 1024 * 1024
}
pattern = r'^(\d+\.?\d*)([KMGT]?B)$'
match = re.match(pattern, size_str)
if not match:
try:
return int(size_str) # 尝试直接解析为整数字节
except ValueError:
raise ValueError(f"无法解析大小字符串: {size_str}")
value, unit = match.groups()
value = float(value)
multiplier = units.get(unit, 1)
return int(value * multiplier)
def parse_arguments():
"""解析命令行参数"""
parser = argparse.ArgumentParser(description="文本批量查找替换工具")
# 基本参数
parser.add_argument('search', help='要查找的文本或正则表达式模式')
parser.add_argument('replacement', help='要替换成的内容')
parser.add_argument('paths', nargs='+', help='要处理的文件或目录路径列表')
# 替换模式
replace_mode = parser.add_argument_group('替换模式选项')
mode_group = replace_mode.add_mutually_exclusive_group()
mode_group.add_argument('-t', '--text', action='store_true', help='普通文本替换(默认)')
mode_group.add_argument('-r', '--regex', action='store_true', help='正则表达式替换')
mode_group.add_argument('-w', '--whole-word', action='store_true', help='全词匹配替换')
mode_group.add_argument('-l', '--line', action='store_true', help='整行替换(包含匹配文本的整行)')
replace_mode.add_argument('-i', '--ignore-case', action='store_true', help='忽略大小写')
# 文件选项
file_group = parser.add_argument_group('文件选项')
file_group.add_argument('--no-recursive', action='store_true', help='不递归处理子目录')
file_group.add_argument('--include', nargs='+', metavar='PATTERN', help='要包含的文件模式列表(如 *.txt)')
file_group.add_argument('--exclude', nargs='+', metavar='PATTERN', help='要排除的文件模式列表')
file_group.add_argument('--exclude-dir', nargs='+', metavar='DIR', help='要排除的目录名列表')
file_group.add_argument('--max-size', help='处理的最大文件大小(如 1MB)')
file_group.add_argument('--encoding', default='utf-8', help='文件编码(默认: utf-8)')
file_group.add_argument('--include-binary', action='store_true', help='也处理二进制文件(默认跳过)')
# 操作选项
operation_group = parser.add_argument_group('操作选项')
operation_group.add_argument('-n', '--dry-run', action='store_true', help='模拟运行,不实际修改文件')
operation_group.add_argument('-b', '--backup', action='store_true', help='备份原始文件')
operation_group.add_argument('--backup-ext', default='.bak', help='备份文件扩展名(默认: .bak)')
operation_group.add_argument('--limit', type=int, default=0, help='每个文件最多替换的匹配次数(默认: 无限制)')
operation_group.add_argument('--force', action='store_true', help='忽略错误并继续处理')
operation_group.add_argument('--parallel', action='store_true', help='使用并行处理(多核处理)')
# 输出选项
output_group = parser.add_argument_group('输出选项')
output_group.add_argument('-d', '--diff', action='store_true', help='显示详细的替换差异')
output_group.add_argument('-o', '--output', help='将报告保存到指定文件')
output_group.add_argument('--summary', action='store_true', help='仅显示摘要信息')
output_group.add_argument('-v', '--verbose', action='store_true', help='显示详细信息')
output_group.add_argument('-q', '--quiet', action='store_true', help='静默模式')
args = parser.parse_args()
# 设置日志级别
if args.quiet:
logging.getLogger().setLevel(logging.WARNING)
elif args.verbose:
logging.getLogger().setLevel(logging.DEBUG)
return args
def main():
"""主函数"""
args = parse_arguments()
try:
# 确定替换模式
mode = ReplaceMode.TEXT # 默认是普通文本替换
if args.regex:
mode = ReplaceMode.REGEX
elif args.whole_word:
mode = ReplaceMode.WHOLE_WORD
elif args.line:
mode = ReplaceMode.LINE
# 处理最大文件大小
max_size = None
if args.max_size:
try:
max_size = parse_size(args.max_size)
except ValueError as e:
logger.error(str(e))
return 1
# 创建文本替换器
replacer = TextReplacer(
search_pattern=args.search,
replacement=args.replacement,
paths=args.paths,
mode=mode,
recursive=not args.no_recursive,
include_patterns=args.include,
exclude_patterns=args.exclude,
exclude_dirs=args.exclude_dir,
max_size=max_size,
ignore_case=args.ignore_case,
backup=args.backup,
backup_extension=args.backup_ext,
encoding=args.encoding,
ignore_errors=args.force,
match_limit=args.limit,
skip_binary=not args.include_binary,
dry_run=args.dry_run,
show_diff=args.diff or not args.summary,
parallel=args.parallel,
verbose=args.verbose
)
# 执行替换
replacer.process_files()
# 生成报告
report = replacer.generate_report()
# 输出报告
if args.output:
with open(args.output, 'w', encoding='utf-8') as f:
f.write(report)
if not args.quiet:
print(f"报告已保存至:{args.output}")
else:
if args.summary:
# 仅显示摘要部分
summary_lines = []
for line in report.splitlines():
if line.startswith("===") or not summary_lines:
summary_lines.append(line)
elif summary_lines and not line.strip():
summary_lines.append(line)
elif line.startswith("处理的文件") or line.startswith("修改的文件数") or line.startswith(
"替换的匹配"):
summary_lines.append(line)
print("\n".join(summary_lines))
else:
print(report)
# 如果是干运行模式,提醒用户
if args.dry_run:
print("\n注意:这是模拟运行,没有对文件进行实际修改。")
print("如需进行实际替换,请移除 --dry-run 选项。")
return 0
except Exception as e:
logger.error(f"执行过程中出错: {e}")
if args.verbose:
import traceback
traceback.print_exc()
return 1
if __name__ == "__main__":
sys.exit(main())