使程序在 Python 中递归调用自身

Question

我写了一个简单的脚本，它在一个文件夹上运行，会循环遍历一个文件夹中的所有文件来做一些处理（实际处理不重要）。

我有一个文件夹。此文件夹包含多个不同的文件夹。在这些文件夹中是可变数量的文件，我想在这些文件上运行我编写的脚本。我正在努力调整我的代码来做到这一点。

所以之前的文件结构是：

Folder
  Html1
  Html2
  Html3
  ...

现在是：

Folder
  Folder1
    Html1
  Folder2
    Html2
    Html3

我仍然想在所有 HTML 上运行代码。

这是我这样做的尝试，结果是

error on line 25, in CleanUpFolder
    orig_f.write(soup.prettify().encode(soup.original_encoding))
TypeError: encode() argument 1 must be string, not None

：

def CleanUpFolder(dir):
    do = dir
    dir_with_original_files = dir
    for root, dirs, files in os.walk(do):
        for d in dirs:
            for f in files:
                print f.title()
                if f.endswith('~'): #you don't want to process backups
                    continue
                original_file = os.path.join(root, f)
                with open(original_file, 'w') as orig_f, \
                    open(original_file, 'r') as orig_f2:
                    soup = BeautifulSoup(orig_f2.read())
                    for t in soup.find_all('td', class_='TEXT'):
                        t.string.wrap(soup.new_tag('h2'))

                # This is where you create your new modified file.
                    orig_f.write(soup.prettify().encode(soup.original_encoding))

CleanUpFolder('C:\Users\FOLDER')

我在这里错过了什么？我不确定的主要是这条线如何

    for root, dirs, files in os.walk(do):

在这种情况下被使用/理解了吗？

Answer 1

在这里，我将您的函数拆分为两个单独的函数并清除了冗余代码：

def clean_up_folder(dir):
    """Run the clean up process on dir, recursively."""
    for root, dirs, files in os.walk(dir):
        for f in files:
            print f.title()
            if not f.endswith('~'): #you don't want to process backups
                clean_up_file(os.path.join(root, f))

这已经解决了缩进问题，并将更容易测试功能并隔离任何未来的错误。我还删除了dirs 上的循环，因为无论如何这都会在walk 内发生（这意味着您将跳过任何不包含任何子dirs 的dir 中的所有files）。

def clean_up_file(original_file):
    """Clean up the original_file."""      
    with open(original_file) as orig_f2:
        soup = BeautifulSoup(orig_f2.read())
    for t in soup.find_all('td', class_='TEXT'):
        t.string.wrap(soup.new_tag('h2'))
    with open(original_file, 'w') as orig_f:
        # This is where you create your new modified file.
        orig_f.write(soup.prettify().encode(soup.original_encoding))

请注意，我已将 original_file 的两个 opens 分开，因此您在读取之前不会意外覆盖它 - 无需同时打开它以进行读取和写入。

我没有在此处安装BeautifulSoup，因此无法进一步测试，但这应该可以让您将问题缩小到特定文件。