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
编程一生3 分钟前
DevOps从持续开发到持续部署
人工智能
byte轻骑兵5 分钟前
【LE Audio】PBP精讲[5]: 广播音频的身份标识与元数据交互法则
人工智能·音视频·le audio·低功耗蓝牙音频
智慧物业老杨2 小时前
物业日常巡查的数智化重构:从“打卡式巡检“到“闭环式风控“
android·java·人工智能·系统架构·rxjava
吴佳浩5 小时前
Skill 为什么不同于 Tool?Agent 技能库的自演进与动态加载机制
人工智能·agent·ai编程
大模型任我行8 小时前
谷歌:“课程学习”融入扩散模型强化学习
人工智能·语言模型·自然语言处理·论文笔记
AIGCmagic社区8 小时前
具身智能专题:机器人也有Scaling Law?智元GE-Act 2.0用3万小时真机数据给出答案
人工智能·aigc·具身智能
Rosanci9 小时前
谷歌浏览器插件开发实战指南:从 Hello World 到上架发布
大数据·人工智能·chrome·程序人生
明月_清风9 小时前
AI 越来越强,程序员真正的价值到底是什么?
人工智能·后端
m0_4665252910 小时前
云从科技上线云起ModelHub:AI团队时代的模型算力基础设施
大数据·人工智能·科技
火山引擎开发者社区10 小时前
OpenViking:给 Codex 加上长期记忆
人工智能