我处理各种文本文件集合，我想了解这些文件的各种信息，比如字数等。我有成功做到这一点的代码，现在我想在我的工作流程中引入一个脚本，该脚本将通过目录工作，并编译其中文本文件的统计信息。
这是我的草稿：
#! /usr/bin/env python
# Get from each text file a total word count and a unique word count.
# Output a CSV with three columns: filename, total, unique.
import glob
with open (file_name) as f, open ('countfile.csv', 'w') as out :
list_of_files = glob.glob('./*.txt)
for file_name in list_of_files:
???
out.write('{f},{t},{u}n'.format(f =file_name, t =word_total, u =uniques)
上面的问号是我想对每个文件做什么的占位符，这就是下面的代码：
# Total No. of Words
word_list = re.split('s+', textfile.read().lower())
word_total = len(word_list)
# Unique Words
freq_dic = {}
punctuation = re.compile(r'[.?!,":;]')
for word in word_list:
# remove punctuation marks
word = punctuation.sub("", word)
# form dictionary
try:
freq_dic[word] += 1
except:
freq_dic[word] = 1
uniques = len(freq_dic)
我不太知道如何将所有这些代码插入到上面的代码中。不知怎么的，我怀疑这不会奏效，但我不知道如何继续。如有任何帮助，我们将不胜感激。如果我能弄清楚这一点，那么我想我可能真的能够自动化很多事情。
我知道第二块代码可能不是最漂亮的，但它几乎是我能得到的最紧凑的，并且仍然理解它在做什么。毫无疑问，我对Python的学习还处于早期阶段。
编辑澄清：
我有一个文本目录：
text1.txt
text2.txt
text3.txt
我想要的是把这个脚本指向那个目录，让它遍历所有文本，并输出一个CSV文件，格式如下：
text1, 345, 123
text2, 1025, 318
text3, 765, 245
(注意，没有必要去掉文件名的.txt。(
files = {}
for fpath in glob.glob("*.txt"):
with open(fpath) as f:
fixed_text = re.sub("[^a-zA-Z'-]"," ",f.read())
words = fixed_text.split()
total_words = len(words)
total_unique = len(set(words))
files[fpath] = (total_words, total_unique)
print "Total words:", total_words
print "Total unique:", total_unique
with open("some_csv.csv", "w") as f:
for fname in files:
print >> f, "%s,%s,%s" % (fname, files[fname][0], files[fname][1])
我认为这应该有效。。。