Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

如何获取黑曜石保险库中任何文件夹的字数

Posted on 2025-01-27

字数统计字数统计

一个 Python 脚本,用于计算 Markdown 文件文件夹中的单词数。 #黑曜石 #ObsidianMD #PKM

我每天使用 Obsidian 至少撰写三篇博客文章以及工作所需的技术文档。当然,我也用它来撰写和编辑笔记。 2024 年底,我很好奇这一年我在每个博客上写了多少字。不幸的是,我找不到可以做到这一点的插件,但我怀疑 Python 可能可以。在 Google Gemini 的帮助下进行了一段时间的研究后,我有了一个易于运行的脚本,可以在我的保管库中的任何文件夹上运行。如果您有任何 Python 经验,您将不会发现它一点也不难使用。您需要进行的唯一编辑是要评估的文件夹的路径。只需将其保存在文本编辑器(如 BBEdit)中,扩展名为 .py 即可。使用 chmod 更改其权限,它将准备好运行。

 chmod +x pythonScript.py

注意:如果你愿意的话,Reddit 上的一位好心人向我指出了一个具有此功能的插件。它被称为小说字数统计。

脚本

\#!/usr/bin/env python3 导入操作系统  def count_words_in_markdown(文件路径):   """计算 Markdown 文件中的字数。    参数:     filepath:markdown 文件的路径。    返回:     文件中的字数。   ”“”   打开(文件路径,'r',编码='utf-8')作为f:     内容 = f.read()   \# 通过按空格分割来进行简单的字数统计   单词 = content.split()   返回 len(字数)  def count_words_in_directory(目录):   """计算目录中所有 Markdown 文件的总字数。    参数:     目录:包含 Markdown 文件的目录的路径。    返回:     所有 Markdown 文件的总字数。   ”“”   总字数 = 0   对于 os.listdir(目录)中的文件名:     if filename.endswith(".md"):       文件路径 = os.path.join(目录, 文件名)       Total_words += count_words_in_markdown(文件路径)   返回总字数  如果 __name__ == "__main__":   Directory_to_search = "PUT THE PATH TO A FOLDER HERE" \# 替换为您的目录   总字数 = 目录中的字数(要搜索的目录)   print(f"Markdown 文件中的总字数:{total_word_count}")

✉️通过电子邮件回复

原文: https://amerpie.lol/2025/01/21/202047.html

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • Elad Gil
  • Ellie Huxtable
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mostly metrics
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme