java - 如何查找所有文本文件而不考虑仅包含逗号和数字的扩展名？

Question

我必须搜索可能具有任何扩展名的文件。所有这些文件的特殊属性是它们的长度小于五行(小于 4\n\r)，除换行符外，所有字符都是数字、空格和逗号。我将如何编写根据文件内容搜索文件的代码？

我很清楚这需要很长时间才能运行。

我的项目不需要 Java 或 Python，我只是简单地提到了它们，因为我对它们比较熟悉。 Powershell 是一个有值(value)的建议。

我运行的是 Windows 7 系统。

Answer 1

import os

expected_chars = set(' ,1234567890\n\r')
nlines = 5
max_file_size = 1000  # ignore file longer than 1000bytes, this will speed things up


def process_dir(out, dirname, fnames):
    for fname in fnames:
    fpath = os.path.join(dirname, fname)

    if os.path.isfile(fpath):

        statinfo = os.stat(fpath)

        if statinfo.st_size < max_file_size: 
            with open(fpath) as f:
                # read the first n lines
                firstn = [ f.readline() for _ in range(nlines)]

                # if there are any more lines left this is not our file
                if f.readline():
                    continue

                # if the first n lines contain only spaces, commas, digits and new lines
                # this is our kind of file add it to the results.
                if not set(''.join(firstn)) - expected_chars:
                    out.append(fpath)


out = []
path.walk("/some/path/", process_dir, out)