Python 小程序编写系列（第二部）：打造实用的文本字数统计工具

在上一部中，我们通过猜数字游戏掌握了 Python 基础语法、循环与条件判断等核心技能。本次我们将转向更贴近实际需求的场景，开发一个文本字数统计工具。这个工具不仅能统计文本中的字符数、单词数，还能分析段落数与标点符号数量，帮助大家在写作、编辑时快速掌握文本规模。通过本次开发，我们将重点学习 Python 的文件读写操作、字符串高级处理以及批量处理文件的方法。

一、工具核心功能定位

在正式编码前，我们先明确文本字数统计工具需要实现的核心功能，确保工具兼具实用性与易用性：

1. 支持多种输入方式：既能直接输入文本内容进行统计，也能读取本地 TXT、DOCX（基础版支持 TXT，进阶版拓展 DOCX）文件进行分析。

1. 多维度统计指标：至少包含字符数（含 / 不含空格）、单词数（中文按词语分割，英文按空格分割）、段落数、标点符号数。

1. 友好的结果展示：以清晰的格式输出统计结果，让用户一目了然。

1. 错误处理机制：当读取文件不存在、格式不支持或权限不足时，给出明确的错误提示，避免程序崩溃。

1. 批量处理拓展：基础功能实现后，增加批量处理文件夹内所有文本文件的能力。

二、前置知识储备

本次开发需要用到以下 Python 知识点，提前了解有助于更好地理解代码逻辑：

1. 文件操作：使用open()函数实现文件的读取，掌握r（只读）模式的使用，以及with语句对文件资源的自动管理。

1. 字符串处理：运用strip()、split()、count()等方法处理文本，结合正则表达式（re模块）匹配标点符号与中文词语。

1. 条件分支与循环：通过分支判断用户输入的操作类型（直接输入文本 / 读取文件），使用循环实现批量文件处理。

1. 第三方库（可选）：若需支持 DOCX 文件，需安装python-docx库，通过pip install python-docx命令安装。

三、分步实现工具功能

我们将分阶段实现工具功能，先完成基础的文本输入与单文件统计，再拓展批量处理能力。

（一）基础版：文本输入与单文件统计

1. 导入必要模块

基础版需导入re模块用于正则匹配，若后续拓展 DOCX 支持，再导入docx模块。

# 导入正则表达式模块，用于匹配标点符号等

import re

2. 定义统计核心函数

编写count_text_stats()函数，接收文本内容作为参数，返回多维度统计结果。

def count_text_stats(text):

"""

统计文本的多维度指标

:param text: 待统计的文本内容（字符串）

:return: 包含统计结果的字典

"""

# 1. 统计字符数（含空格）

total_chars_with_space = len(text)

# 统计字符数（不含空格）：替换所有空格后计算长度

total_chars_without_space = len(text.replace(" ", ""))

# 2. 统计单词数/词语数

# 中文按词语分割（简单版：按字符分割，实际可结合jieba库优化）

# 英文按空格分割，先去除首尾空格，再按空格拆分，过滤空字符串

chinese_chars = re.findall(r'[\u4e00-\u9fa5]', text) # 匹配所有中文字符

english_words = [word for word in text.strip().split() if word] # 拆分英文单词

total_words = len(chinese_chars) + len(english_words) # 总词语数（中文按字符计，进阶可优化）

# 3. 统计段落数：按空行分割，过滤空段落

paragraphs = [para for para in text.split('\n') if para.strip()]

total_paragraphs = len(paragraphs)

# 4. 统计标点符号数：匹配常见标点符号

punctuation = re.findall(r'[，。！？；：""''（）【】《》,./<>?;:"\'()\[\]{}!@#$%^&*~`-=_+]', text)

total_punctuation = len(punctuation)

# 返回统计结果字典

return {

"总字符数（含空格）": total_chars_with_space,

"总字符数（不含空格）": total_chars_without_space,

"总词语数": total_words,

"总段落数": total_paragraphs,

"总标点符号数": total_punctuation

}

3. 实现用户交互与文件读取

编写主逻辑，支持用户选择 “直接输入文本” 或 “读取本地 TXT 文件”，并调用统计函数输出结果。

def main():

print("=" * 50)

print(" Python 文本字数统计工具 ")

print("=" * 50)

# 让用户选择操作类型

choice = input("请选择操作类型（1-直接输入文本，2-读取本地TXT文件）：")

if choice == "1":

# 直接输入文本

print("\n请输入需要统计的文本（输入完成后按Ctrl+D或Ctrl+Z结束输入，Windows用户可按Enter后输入空行）：")

text = ""

while True:

try:

line = input()

text += line + "\n"

except EOFError:

break

# 去除末尾多余的换行符

text = text.rstrip("\n")

elif choice == "2":

# 读取本地TXT文件

file_path = input("\n请输入TXT文件路径（例如：C:/test.txt 或 ./test.txt）：")

try:

# 使用with语句自动管理文件资源，避免遗漏关闭

with open(file_path, "r", encoding="utf-8") as f:

text = f.read()

except FileNotFoundError:

print(f"错误：文件 '{file_path}' 不存在，请检查路径是否正确！")

return

except PermissionError:

print(f"错误：没有读取文件 '{file_path}' 的权限！")

return

except UnicodeDecodeError:

print(f"错误：文件编码不是UTF-8，请尝试其他编码（如GBK）！")

# 尝试用GBK编码读取（兼容部分中文文件）

try:

with open(file_path, "r", encoding="gbk") as f:

text = f.read()

except:

print("错误：无法识别文件编码，统计失败！")

return

except Exception as e:

print(f"读取文件时发生未知错误：{str(e)}")

return

else:

print("错误：无效的选择，请输入1或2！")

return

# 调用统计函数获取结果

stats = count_text_stats(text)

# 展示统计结果

print("\n" + "=" * 50)

print(" 统计结果 ")

print("=" * 50)

for key, value in stats.items():

print(f"{key}：{value}")

print("=" * 50)

# 启动程序

if __name__ == "__main__":

main()

（二）进阶版：拓展批量处理与 DOCX 支持

1. 批量处理文件夹内所有 TXT 文件

增加batch_count_files()函数，遍历指定文件夹内的所有 TXT 文件，批量生成统计结果。

import os # 导入os模块用于文件夹操作

def batch_count_files(folder_path):

"""

批量统计文件夹内所有TXT文件的字数

:param folder_path: 文件夹路径

"""

# 检查文件夹是否存在

if not os.path.exists(folder_path):

print(f"错误：文件夹 '{folder_path}' 不存在！")

return

if not os.path.isdir(folder_path):

print(f"错误：'{folder_path}' 不是一个有效的文件夹！")

return

# 遍历文件夹内的所有文件

txt_files = [f for f in os.listdir(folder_path) if f.endswith(".txt")]

if not txt_files:

print(f"提示：文件夹 '{folder_path}' 内没有找到TXT文件！")

return

print(f"\n找到 {len(txt_files)} 个TXT文件，开始批量统计...")

print("=" * 80)

# 逐个文件统计

for file_name in txt_files:

file_path = os.path.join(folder_path, file_name)

print(f"\n【文件：{file_name}】")

try:

with open(file_path, "r", encoding="utf-8") as f:

text = f.read()

stats = count_text_stats(text)

for key, value in stats.items():

print(f" {key}：{value}")

except Exception as e:

print(f" 统计失败：{str(e)}")

print("=" * 80)

print("批量统计完成！")

# 在main函数中增加批量处理的选择

def main():

# （保留之前的代码）

print("=" * 50)

print(" Python 文本字数统计工具 ")

print("=" * 50)

choice = input("请选择操作类型（1-直接输入文本，2-读取本地TXT文件，3-批量统计文件夹TXT文件）：")

# （保留1、2选项的代码）

elif choice == "3":

folder_path = input("\n请输入文件夹路径（例如：C:/text_files 或 ./text_files）：")

batch_count_files(folder_path)

# （保留后续代码）

2. 支持 DOCX 文件读取（需安装 python-docx）

若需统计 Word 文档（DOCX），需安装python-docx库，并增加read_docx()函数读取 DOCX 内容。

# 尝试导入python-docx库，若未安装则提示

try:

from docx import Document

except ImportError:

print("提示：未安装python-docx库，无法支持DOCX文件。可通过 'pip install python-docx' 安装。")

Document = None

def read_docx(file_path):

"""

读取DOCX文件内容

:param file_path: DOCX文件路径

:return: 文档内容字符串

"""

if not Document:

raise ImportError("python-docx库未安装，无法读取DOCX文件！")

doc = Document(file_path)

text = "\n".join([para.text for para in doc.paragraphs])

return text

# 在main函数的文件读取部分增加DOCX支持

elif choice == "2":

file_path = input("\n请输入文件路径（支持TXT/DOCX，例如：C:/test.txt 或 ./test.docx）：")

try:

if file_path.endswith(".txt"):

# （保留TXT读取代码）

elif file_path.endswith(".docx"):

if not Document:

print("错误：需安装python-docx库才能读取DOCX文件，执行 'pip install python-docx' 后重试！")

return

text = read_docx(file_path)

else:

print("错误：仅支持TXT和DOCX格式文件！")

return

# （保留后续错误处理代码）

四、工具测试与使用说明

1. 测试方法

• 直接输入文本：运行程序后选择 “1”，输入一段文本（如 “Python 是一门简洁易用的编程语言。”），查看统计结果是否正确。

• 读取 TXT 文件：准备一个 TXT 文件，输入文件路径（相对路径如./test.txt，绝对路径如C:/Users/XXX/Desktop/test.txt），验证统计结果。

• 批量处理：创建一个文件夹，放入多个 TXT 文件，选择 “3” 输入文件夹路径，检查批量统计是否正常。

2. 常见问题解决

• 编码错误：若 TXT 文件提示 “UnicodeDecodeError”，可尝试在open()函数中修改encoding参数为 “gbk” 或 “gb2312”（部分中文文件使用该编码）。

• DOCX 读取失败：确保已安装python-docx库，且 DOCX 文件未被其他程序占用。

• 路径错误：Windows 系统路径需使用 “/” 或 “\”（如C:\\test.txt），相对路径需确保文件在程序运行目录下。

五、功能拓展思路

完成基础版本后，可进一步拓展工具能力，提升实用性：

1. 导出统计结果：将统计结果保存为 Excel 或 CSV 文件，方便后续分析（需安装pandas库）。

1. 中文分词优化：使用jieba库替代简单的中文字符分割，实现更精准的中文词语统计（pip install jieba）。

1. 支持更多格式：拓展对 PDF（PyPDF2库）、MD（Markdown）文件的支持。

1. 图形化界面：使用tkinter或PyQt开发图形界面，让非技术用户也能轻松使用。

六、小结

通过本次文本字数统计工具的开发，我们系统掌握了 Python 文件读写（open()、with语句）、字符串处理（正则表达式、字符串方法）、文件夹操作（os模块）以及第三方库的使用。这些技能在处理日志分析、数据清洗、文档批量处理等场景中都有广泛应用。

下一部，我们将开发一个天气预报查询工具，学习如何调用 API 接口获取网络数据，以及 JSON 格式数据的解析。大家可以尝试基于本次代码，实现 “导出统计结果到 Excel” 的功能，提前熟悉第三方库的使用，我们下期再见！