import sys,os,pprint trace=0 #1代表目录 ,2代表加上文件 visited={} allsizes=[] for srcdir in sys.path: for (thisDir,subsHere,filesHere) in os.walk(srcdir): if trace>0:print(thisDir) thisDir=os.path.normpath(thisDir) fixcase=os.path.normcase(thisDir) if fixcase in visited: continue else: visited[fixcase]=True for filename in filesHere: if filename.endswith('.py'): if trace>1:print('...',filename) pypath=os.path.join(thisDir,filename) try: pysize=os.path.getsize(pypath) except os.error: print('skipping',pypath,sys.exc_info()) else: pylines=len(open(pypath,'rb').readlines()) allsizes.append((pysize,pylines,pypath)) print('By size...') allsizes.sort() pprint.pprint(allsizes[:3]) pprint.pprint(allsizes[-3:]) print('By lines...') allsizes.sort(key=lambda x:x[1]) pprint.pprint(allsizes[:3]) pprint.pprint(allsizes[-3:])
运行的时候,这个脚本遍历模块导入路径及其下所有有效的目录,试图对这棵树进行整体搜索。事实上,它包含了三层嵌套循环,分别针对路径下的每一项,该项的每个目录,以及该目录下的每个文件。因为模块路径可能包括随意命名的目录,所以在搜索过程中脚本必须注意:
统一目录路径格式。解决斜杠和句点的问题,将目录统一成一种风格。
统一目录名大小写。在对大小写不敏感的windows系统下转化成小写
检测重复情况以避免同一个目录访问两次(同一目录可能通过多条路径从sys.path链接到)
在二进制模式下打开文件以获取行数,可以避免文件内中潜在的Unicode解码错误。
这个版本的脚步还添加了行计数器,这一点也可能延长脚步运行的时间,不过报告这个数字是个有用的功能。