Python实现批量处理文件的缩进和转码问题

最近把很久前的C代码传到Github上的时候，发现全部上百个源文件的代码缩进都变成了8格，而且里面的中文都出现了乱码，所以决定写个程序来批量处理所有文件的格式。这段关于转码的代码可以适用于很多场合，比如Window下默认编码是GBK，而Linux下默认编码是UTF-8，如果两者间传输的文件中出现中文，则需要进行转码。

问题分析

缩进问题是因为在之前使用vc时没有将制符表设置为4个空格，而Github上的Tab键默认显示八格。中文乱码问题是由于vc++使用的是GBK编码。

解决思路

1.缩进问题，也就是用空格替换Tab，通过Python程序读取每一行C代码，计算出对应的空格个数，添加到去除首尾空格的源字符串前构成新的一行，然后写入新的文件。

2.乱码问题，根据Python特性，读取一行字符串后，将在内部自动解码（decode）为Unicode形式，只需要在写入时以utf-8进行编码（encode）并输出就可以实现编码的转换。注意Python输入输出的默认编码为cp936（gbk），要在打开文件时指定写入文件的编码格式。

3.程序只需接收原始文件夹的路径，通过递归遍历将目录中所有C文件处理后输出到新的文件夹，新文件夹与源文件夹所在目录相同，且包结构完全相同。

import os, codecs

#计算该行应有的缩进空格（考虑Tab和空格混用的情况）
def count_space(st):
count = 0
if st == '\n':
return 0
for ch in st:
if ch == '\t':
count = count + 4
elif ch == ' ':
count = count + 1
else:
break
return count

#处理文件：1.将tab转换成相应个数的空格 2.转化为utf-8编码
def process_file(src_path, dest_path):
#设置写入的编码方式为utf-8
#或使用open(dest_path, 'w', encoding = 'utf8')
with open(src_path, 'r') as fr, codecs.open(dest_path, 'w', 'utf-8') <
a31e
span class="hljs-keyword">as fw:
for line in fr.readlines():
clean_line = line.strip()
n_space = count_space(line)
i = 0
sp = ''
while i < n_space:
sp = sp + ' '
i = i + 1
line = sp + clean_line + '\n'
fw.write(line)

#递归遍历整个目录
def travel(src_path, dest_path, item):
if not os.path.isdir(src_path):
if os.path.splitext(src_path)[1] == item:
process_file(src_path, dest_path)           #直到遇到相应文件，就进行处理
return

if not os.path.isdir(dest_path):                    #创建对应的目标目录
os.mkdir(dest_path)
#层层深入
for filename in os.listdir(src_path):
travel(os.path.join(src_path, filename), os.path.join(dest_path, filename), item)

if __name__ == '__main__':
src_root = 'C:\\Users\\Administrator\\Desktop\\C-Primer-Plus'           #接收要处理的文件夹（这里直接指定）
dest_root = src_root + '-new'
item = '.c'
travel(src_root, dest_root, item)