iReg小程序-统计Word和PDF字符数

import osimport tkinter as tkfrom tkinter import ttk, filedialog, messageboxfrom datetime import datetimeimport threadingimport queueimport time# 导入文件处理相关的库try:    from docx import Document    import PyPDF2    from openpyxl import Workbook    from openpyxl.styles import Font, Alignment, PatternFillexcept ImportError:    # 如果库未安装，在运行时提示    passclass FileProcessor:    def __init__(self):        self.file_queue = queue.Queue()        self.results = []        self.is_running = False    def count_docx_characters(self, file_path):        """统计docx文件的字符数"""        try:            doc = Document(file_path)            text = ""            for paragraph in doc.paragraphs:                text += paragraph.text            return len(text)        except Exception as e:            print(f"Error reading docx file {file_path}: {e}")            return 0    def count_pdf_characters(self, file_path):        """统计pdf文件的字符数"""        try:            with open(file_path, 'rb') as file:                pdf_reader = PyPDF2.PdfReader(file)                text = ""                for page in pdf_reader.pages:                    text += page.extract_text() or ""                return len(text)        except Exception as e:            print(f"Error reading pdf file {file_path}: {e}")            return 0    def get_file_info(self, file_path):        """获取文件信息"""        try:            file_stat = os.stat(file_path)            file_size = file_stat.st_size / 1024  # 转换为KB            mod_time = datetime.fromtimestamp(file_stat.st_mtime)            mod_date = mod_time.strftime("%Y-%m-%d %H:%M:%S")            # 统计字符数            char_count = 0            if file_path.lower().endswith('.docx'):                char_count = self.count_docx_characters(file_path)            elif file_path.lower().endswith('.pdf'):                char_count = self.count_pdf_characters(file_path)            return {                '文件名': os.path.basename(file_path),                '文件路径': file_path.replace('/', '\\'),                '文件大小(KB)': round(file_size, 2),                '修改日期': mod_date,                '字符总数': char_count            }        except Exception as e:            print(f"Error processing file {file_path}: {e}")            return None    def find_files(self, folder_path):        """查找所有docx和pdf文件"""        supported_extensions = ('.docx', '.pdf')        file_paths = []        for root, dirs, files in os.walk(folder_path):            for file in files:                if file.lower().endswith(supported_extensions):                    file_paths.append(os.path.join(root, file))        return file_paths    def process_files(self, folder_path, progress_callback=None):        """处理文件的主函数"""        self.is_running = True        self.results = []        # 查找所有文件        file_paths = self.find_files(folder_path)        total_files = len(file_paths)        if total_files == 0:            return False, "未找到任何docx或pdf文件"        # 处理每个文件        for i, file_path in enumerate(file_paths):            if not self.is_running:                break            file_info = self.get_file_info(file_path)            if file_info:                self.results.append(file_info)            # 更新进度            if progress_callback:                progress = (i + 1) / total_files * 100                progress_callback(progress, i + 1, total_files, file_path)        return True, f"处理完成，共处理 {len(self.results)} 个文件"    def stop_processing(self):        """停止处理"""        self.is_running = Falseclass FileProcessorApp:    def __init__(self, root):        self.root = root        self.root.title("iReg小程序 - Word及PDF字符数统计")        self.root.geometry("800x600")        self.processor = FileProcessor()        self.setup_ui()    def setup_ui(self):        """设置用户界面"""        # 主框架        main_frame = ttk.Frame(self.root, padding="10")        main_frame.grid(row=0, column=0, sticky=(tk.W, tk.E, tk.N, tk.S))        # 配置网格权重        self.root.columnconfigure(0, weight=1)        self.root.rowconfigure(0, weight=1)        main_frame.columnconfigure(1, weight=1)        # 选择文件夹区域        ttk.Label(main_frame, text="选择要处理的文件夹:").grid(row=0, column=0, sticky=tk.W, pady=5)        self.folder_path = tk.StringVar()        ttk.Entry(main_frame, textvariable=self.folder_path, width=60).grid(row=0, column=1, sticky=(tk.W, tk.E), pady=5, padx=(0, 5))        ttk.Button(main_frame, text="浏览", command=self.browse_folder).grid(row=0, column=2, pady=5)        # 输出文件夹区域        ttk.Label(main_frame, text="输出Excel文件位置:").grid(row=1, column=0, sticky=tk.W, pady=5)        self.output_path = tk.StringVar()        ttk.Entry(main_frame, textvariable=self.output_path, width=60).grid(row=1, column=1, sticky=(tk.W, tk.E), pady=5, padx=(0, 5))        ttk.Button(main_frame, text="浏览", command=self.browse_output).grid(row=1, column=2, pady=5)        # 进度区域        progress_frame = ttk.LabelFrame(main_frame, text="处理进度", padding="10")        progress_frame.grid(row=2, column=0, columnspan=3, sticky=(tk.W, tk.E, tk.N, tk.S), pady=10)        progress_frame.columnconfigure(0, weight=1)        self.progress_var = tk.DoubleVar()        self.progress_bar = ttk.Progressbar(progress_frame, variable=self.progress_var, maximum=100)        self.progress_bar.grid(row=0, column=0, sticky=(tk.W, tk.E), pady=5)        self.progress_label = ttk.Label(progress_frame, text="准备就绪")        self.progress_label.grid(row=1, column=0, sticky=tk.W)        self.current_file_label = ttk.Label(progress_frame, text="", wraplength=700)        self.current_file_label.grid(row=2, column=0, sticky=tk.W, pady=5)        # 按钮区域        button_frame = ttk.Frame(main_frame)        button_frame.grid(row=3, column=0, columnspan=3, pady=10)        self.start_button = ttk.Button(button_frame, text="开始处理", command=self.start_processing)        self.start_button.pack(side=tk.LEFT, padx=5)        self.stop_button = ttk.Button(button_frame, text="停止处理", command=self.stop_processing, state=tk.DISABLED)        self.stop_button.pack(side=tk.LEFT, padx=5)        # 结果区域        result_frame = ttk.LabelFrame(main_frame, text="处理结果", padding="10")        result_frame.grid(row=4, column=0, columnspan=3, sticky=(tk.W, tk.E, tk.N, tk.S), pady=10)        result_frame.columnconfigure(0, weight=1)        result_frame.rowconfigure(0, weight=1)        # 文本框和滚动条        text_frame = ttk.Frame(result_frame)        text_frame.grid(row=0, column=0, sticky=(tk.W, tk.E, tk.N, tk.S))        text_frame.columnconfigure(0, weight=1)        text_frame.rowconfigure(0, weight=1)        self.result_text = tk.Text(text_frame, height=15, wrap=tk.WORD)        scrollbar = ttk.Scrollbar(text_frame, orient=tk.VERTICAL, command=self.result_text.yview)        self.result_text.configure(yscrollcommand=scrollbar.set)        self.result_text.grid(row=0, column=0, sticky=(tk.W, tk.E, tk.N, tk.S))        scrollbar.grid(row=0, column=1, sticky=(tk.N, tk.S))        # 配置主框架的行权重        main_frame.rowconfigure(4, weight=1)    def browse_folder(self):        """选择要处理的文件夹"""        folder = filedialog.askdirectory()        if folder:            self.folder_path.set(folder)            # 自动设置输出路径            if not self.output_path.get():                self.output_path.set(os.path.join(folder, "文件统计结果.xlsx"))    def browse_output(self):        """选择输出Excel文件位置"""        filename = filedialog.asksaveasfilename(            defaultextension=".xlsx",            filetypes=[("Excel files", "*.xlsx"), ("All files", "*.*")]        )        if filename:            self.output_path.set(filename)    def update_progress(self, progress, current, total, current_file):        """更新进度显示"""        self.progress_var.set(progress)        self.progress_label.config(text=f"进度: {current}/{total} ({progress:.1f}%)")        self.current_file_label.config(text=f"当前文件: {current_file}")        self.root.update_idletasks()    def log_message(self, message):        """在结果区域记录消息"""        timestamp = datetime.now().strftime("%H:%M:%S")        self.result_text.insert(tk.END, f"[{timestamp}] {message}\n")        self.result_text.see(tk.END)        self.root.update_idletasks()    def save_to_excel(self, results, output_path):        """使用openpyxl保存结果到Excel文件"""        # 创建工作簿和工作表        wb = Workbook()        ws = wb.active        ws.title = "文件统计结果"        # 定义表头        headers = ['文件名', '文件路径', '文件大小(KB)', '修改日期', '字符总数']        # 设置表头样式        header_font = Font(bold=True, color="FFFFFF")        header_fill = PatternFill(start_color="366092", end_color="366092", fill_type="solid")        alignment = Alignment(horizontal="center", vertical="center")        # 写入表头        for col, header in enumerate(headers, 1):            cell = ws.cell(row=1, column=col, value=header)            cell.font = header_font            cell.fill = header_fill            cell.alignment = alignment        # 写入数据        total_chars = 0        total_size = 0        for row, result in enumerate(results, 2):            ws.cell(row=row, column=1, value=result['文件名'])            ws.cell(row=row, column=2, value=result['文件路径'])            ws.cell(row=row, column=3, value=result['文件大小(KB)'])            ws.cell(row=row, column=4, value=result['修改日期'])            ws.cell(row=row, column=5, value=result['字符总数'])            # 累加统计信息            total_chars += result['字符总数']            total_size += result['文件大小(KB)']        # 自动调整列宽        for column in ws.columns:            max_length = 0            column_letter = column[0].column_letter            for cell in column:                try:                    if len(str(cell.value)) > max_length:                        max_length = len(str(cell.value))                except:                    pass            adjusted_width = min(max_length + 2, 50)            ws.column_dimensions[column_letter].width = adjusted_width        # 保存文件        wb.save(output_path)        return total_chars, total_size    def start_processing(self):        """开始处理文件"""        if not self.folder_path.get():            messagebox.showerror("错误", "请选择要处理的文件夹")            return        if not self.output_path.get():            messagebox.showerror("错误", "请选择输出Excel文件位置")            return        # 检查必要的库是否安装        try:            from docx import Document            import PyPDF2            from openpyxl import Workbook            from openpyxl.styles import Font, Alignment, PatternFill        except ImportError:            messagebox.showerror("错误", "请先安装必要的库：\npip install python-docx PyPDF2 openpyxl")            return        # 禁用开始按钮，启用停止按钮        self.start_button.config(state=tk.DISABLED)        self.stop_button.config(state=tk.NORMAL)        # 清空结果区域        self.result_text.delete(1.0, tk.END)        # 在新线程中处理文件        self.processing_thread = threading.Thread(target=self.process_files_thread)        self.processing_thread.daemon = True        self.processing_thread.start()    def process_files_thread(self):        """在新线程中处理文件"""        try:            self.log_message("开始扫描文件夹...")            success, message = self.processor.process_files(                self.folder_path.get(),                 self.update_progress            )            if success and self.processor.results:                # 保存到Excel                self.log_message("正在生成Excel文件...")                total_chars, total_size = self.save_to_excel(self.processor.results, self.output_path.get())                self.log_message(f"处理完成！共处理 {len(self.processor.results)} 个文件")                self.log_message(f"结果已保存到: {self.output_path.get()}")                # 显示统计信息                self.log_message(f"总字符数: {total_chars:,}")                self.log_message(f"总文件大小: {total_size:.2f} KB")            else:                self.log_message(message)        except Exception as e:            self.log_message(f"处理过程中发生错误: {str(e)}")        finally:            # 重新启用开始按钮，禁用停止按钮            self.root.after(0, self.processing_finished)    def processing_finished(self):        """处理完成后的清理工作"""        self.start_button.config(state=tk.NORMAL)        self.stop_button.config(state=tk.DISABLED)        self.progress_var.set(0)        self.progress_label.config(text="处理完成")    def stop_processing(self):        """停止处理"""        self.processor.stop_processing()        self.log_message("正在停止处理...")        self.stop_button.config(state=tk.DISABLED)def main():    # 检查必要的库是否安装    try:        from docx import Document        import PyPDF2        from openpyxl import Workbook        from openpyxl.styles import Font, Alignment, PatternFill    except ImportError as e:        print("请先安装必要的库：")        print("pip install python-docx PyPDF2 openpyxl")        return    root = tk.Tk()    app = FileProcessorApp(root)    root.mainloop()if __name__ == "__main__":    main()