使用 python 和 VScode 快速查找代码

有些项目很大，如何快速查找文件内容呢？比如想在整个 chrome V8引擎的项目中搜索 V8_INTL_SUPPORT 这个关键字。

靠直接搜索是不行的，有些项目编译后有十几个GB，所以必须使用没有编译之前的源代码。

V8 的源代码，算上 depot_tools，共有 158MB，即使如此，搜索速度也不尽人意，因为有多达 15225 个文件。

所以我们还得把他们合并成一个文件，如 merge.txt。

这下子查找效率变得比较高了。但我们如果想知道这个代码在哪个文件里该怎么办？

我们可以输出两个文件，merge_1.txt 和 merge_2.txt ，第一个文件专门用来放内容，第二个文件专门用来放某一行对应的源代码文件。

merge_1.txt 差不多长这样：

在这里插入图片描述

merge_2.txt 差不多长这样：

在这里插入图片描述
VSCode 小技巧：

使用 Ctrl+F 查找
使用 Ctrl+G 跳转到某一行

最后给出参考代码，使用 try...except... 来过滤那些非 UTF-8 字符的文件：

import os,sys
#15,225 个文件
now=0 #现在已经处理了多少个文件
bad=0 #其中有多少个非法文件（包含非 UTF-8 字符）
tot_char=0 #总共读入了多少个字符
Out_1=open(r"C:\Aresword\VSCode\py\Search\merge-1.txt","w",encoding='utf-8')
Out_2=open(r"C:\Aresword\VSCode\py\Search\merge-2.txt","w",encoding='utf-8')
for filepath,dirnames,filenames in os.walk(r'C:\Aresword\V8\All_not_complied'):
  for filename in filenames:
    Path=os.path.join(filepath,filename)
    now+=1

    tmp=''
    In=open(Path,"r",encoding='utf-8')
    ok=1
    while 1:
      char=''
      try:
        char=In.read(1)
      except Exception:
        ok=0
        break
      if not char:
        break
      tmp+=char
      tot_char+=1
      if(tot_char%100000==0):
        print('Now:',format(now,','),' Bad:',format(bad,','),' [ tot_char:',format(tot_char,','),']')
    if(ok==1):
      if(not tmp):
        continue
      if(tmp[-1]!='\n'): #如果文件末尾没有换行符，手动加上换行符
        tmp+='\n'
      for char in tmp:
        Out_1.write(char)
        if(char=='\n'):
          Out_2.write(Path+'\n')
    else:
      bad+=1
    In.close()
Out_1.close() #别忘记关闭文件
Out_2.close()