Текст и документы

Подсчитать слова и символы

Показывает строки, слова, символы, предложения и примерное время чтения для каждого файла.

Python Windows macOS Linux Новичок
Скачать word_count.py
Описание

Что делает скрипт

Скрипт считает статистику по одному файлу или по всем файлам в папке и умеет выводить JSON для отчётов. Слова выделяются с учётом дефисов, предложения завершаются точкой, вопросом или восклицанием. Исходные файлы только читаются.

Запуск

Быстрый старт

python word_count.py notes.txt report.md

Скачайте файл, откройте терминал в папке со скриптом и выполните команду. В Linux и macOS интерпретатор может называться python3, в Windows - python или py.

Примеры

Другие варианты

  • python word_count.py notes.txt
  • python word_count.py ./docs --glob '*.md' --json stats.json
  • python word_count.py article.md --json
Зависимости

Что понадобится

Python 3.10+ Только стандартная библиотека
Windows winget install Python.Python.3.12
macOS brew install python
Linux sudo apt install python3
Исходник

word_count.py

#!/usr/bin/env python3
"""Статистика текста: строки, слова, символы, предложения."""
from __future__ import annotations

import argparse
import json
import re
from pathlib import Path

WORD = re.compile(r"[^\W\d_]+(?:['-][^\W\d_]+)*", re.UNICODE)
SENTENCE_END = re.compile(r"[.!?]+")


def text_stats(text: str) -> dict[str, int]:
    words = WORD.findall(text)
    characters = len(text)
    characters_no_spaces = len(re.sub(r"\s", "", text))
    sentences = len(SENTENCE_END.findall(text))
    paragraphs = len([part for part in re.split(r"\n\s*\n", text) if part.strip()])
    return {
        "lines": len(text.splitlines()),
        "words": len(words),
        "characters": characters,
        "characters_no_spaces": characters_no_spaces,
        "sentences": sentences,
        "paragraphs": paragraphs,
        "reading_minutes": (len(words) + 199) // 200,
    }


def collect(path: Path, pattern: str) -> list[Path]:
    if path.is_file():
        return [path]
    return sorted(item for item in path.rglob(pattern) if item.is_file())


def main() -> int:
    parser = argparse.ArgumentParser(description="Подсчитать слова и символы")
    parser.add_argument("paths", nargs="+", type=Path, help="Файлы или папки")
    parser.add_argument("--glob", default="*.txt", help="Маска при обходе папки")
    parser.add_argument("--encoding", default="utf-8", help="Кодировка")
    parser.add_argument("--json", type=Path, help="Сохранить отчёт в JSON")
    args = parser.parse_args()

    reports = []
    for path in args.paths:
        root = path.expanduser()
        if not root.exists():
            print(f"Пропуск: {root} не найден")
            continue
        for item in collect(root, args.glob):
            try:
                text = item.read_text(encoding=args.encoding)
            except (UnicodeDecodeError, OSError) as error:
                print(f"Пропуск {item}: {error}")
                continue
            stats = text_stats(text)
            stats["file"] = str(item)
            reports.append(stats)

    if not reports:
        print("Файлы не найдены")
        return 1

    print(f"{'Файл':40} {'Строк':>7} {'Слов':>7} {'Симв.':>8} {'Без проб.':>9} {'Предл.':>7} {'Абз.':>5} {'Мин':>4}")
    for row in reports:
        name = Path(row["file"]).name[:40]
        print(f"{name:40} {row['lines']:>7} {row['words']:>7} {row['characters']:>8} {row['characters_no_spaces']:>9} {row['sentences']:>7} {row['paragraphs']:>5} {row['reading_minutes']:>4}")
    total_words = sum(row["words"] for row in reports)
    print(f"Всего файлов: {len(reports)}, слов: {total_words}")

    if args.json:
        args.json.expanduser().write_text(
            json.dumps({"files": reports, "total_words": total_words}, ensure_ascii=False, indent=2) + "\n",
            encoding="utf-8",
        )
        print(f"Отчёт: {args.json}")
    return 0


if __name__ == "__main__":
    raise SystemExit(main())

Скрипты работают с файлами и настройками системы. Перед запуском прочитайте код и проверьте пути. Особенно если скрипт удаляет, перезаписывает или перемещает данные.

CLI 1.0.0

Скачать без браузера

Команда скачает этот файл в текущую папку. CLI работает на Windows, macOS и Linux.

scriptdock get text-word-count
  • Поиск по всему каталогу
  • Python 3.10+
  • Без внешних пакетов
Скачать CLI

GUI-версия готовится. Подробнее

Категория

Текст и документы

Поиск, замена, кодировки, Markdown, CSV и работа с большими текстами.