ChatGPT编程—实现小工具软件(文件查找和筛选)

ChatGPT编程---实现小工具软件(文件查找和筛选)

今天借助小蜜蜂AIhttps://zglg.work网站的ChatGPT编程实现一个功能:根据特定需求结合通配符和其他条件来进行文件查找和筛选。在这个例子中,我们将创建一个函数find_files,它接受用户输入的目录路径、文件扩展名以及其他条件作为参数,并返回符合条件的文件列表。

环境:Pycharm 2021

系统:Mac OS

向ChatGPT输入如下内容:

ChatGPT收到后,返回如下结果:

创建自定义函数进行文件查找和筛选:

python 复制代码
import os
import fnmatch

def find_files(directory, pattern='*', keyword=None, min_size=None, max_size=None):
    matched_files = []
    for root, dirs, files in os.walk(directory):
        for file_name in files:
            if fnmatch.fnmatch(file_name, pattern):
                file_path = os.path.join(root, file_name)
                file_size = os.path.getsize(file_path)
                
                # 根据关键字筛选文件
                if keyword and keyword not in file_name:
                    continue
                
                # 根据文件大小筛选文件
                if min_size and file_size < min_size:
                    continue
                if max_size and file_size > max_size:
                    continue
                
                matched_files.append(file_path)
    
    return matched_files

# 示例用法:查找目录下所有以 .txt 结尾并包含关键字 'example' 的文件
found_files = find_files('path/to/directory', pattern='*.txt', keyword='example')
for file_path in found_files:
    print(file_path)

在上述代码中,find_files函数允许您基于目录路径、文件扩展名、关键字、最小/最大文件大小等条件来定制文件查找和筛选操作。您可以根据实际需求扩展或修改该函数,以满足您对文件查找和筛选的特定需求。

根据自己的需求,对上面的代码进行修改,如下:

python 复制代码
import os
import fnmatch


def find_files(directory, pattern='*', keyword=None, min_size=None, max_size=None):
    matched_files = []
    for root, dirs, files in os.walk(directory):
        for file_name in files:
            if fnmatch.fnmatch(file_name, pattern):
                file_path = os.path.join(root, file_name)
                file_size = os.path.getsize(file_path)

                # 根据关键字筛选文件
                if keyword and keyword not in file_name:
                    continue

                # 根据文件大小筛选文件
                if min_size and file_size < min_size:
                    continue
                if max_size and file_size > max_size:
                    continue

                matched_files.append(file_path)

    return matched_files

# 定义变量,输入自定义的需求
file_path = input('请输入路径:')
file_type = input('请输入文件类型:')
keyword = input('请输入包含的关键字:')
# 示例用法:查找目录下所有以 .txt 结尾并包含关键字 'example' 的文件
found_files = find_files(file_path, pattern=file_type, keyword=keyword)
for file_path in found_files:
    print(file_path)

这个案例说明了,AI编程太高效了。用好AI提高效率,提升自我。

相关推荐
liulilittle13 小时前
长上下文的成本结构与「甜点区间」——从推理引擎的物理约束看 200K/256K/400K
c++·人工智能·ai·llm·注意力·qkv
AIsoft_868813 小时前
可以把会议内容整理成摘要的APP推荐:AI总结功能实测
人工智能
Eloudy13 小时前
全文 - OpenROAD README.md
人工智能·ic agent·ai eda agent
HiDev_13 小时前
【非标自动化】2、认识元器件(液压泵和液压阀)
大数据·人工智能·自动化
这张生成的图像能检测吗13 小时前
即插即用模块 + 改进思路汇总目录
图像处理·人工智能·深度学习·目标检测·机器学习
Geek-Chow13 小时前
12 开源 vs 闭源:同一份权重,两种交付
人工智能·llm·大语言模型
一个处女座的程序猿13 小时前
Agent之Tool:MoneyPrinterTurbo(一站式 AI 短视频生成工具)的简介、安装和使用方法、案例应用之详细攻略
人工智能·音视频·moneyprinter
港股研究社13 小时前
物理AI临界点:智驾Tier 1越过规模效应拐点
人工智能
m4Rk_13 小时前
【论文阅读】Agent 记忆机制(48):Fine-Mem——用细粒度奖励解决长期记忆管理中的奖励稀疏与信用分配
论文阅读·人工智能·学习·开源·github
IanSkunk14 小时前
眼视光设备全周期台账:从验收入库到使用效果数据化的管理闭环
大数据·网络·人工智能