查找文件中除了注释以外的中文

在一些需要国际化的项目中，需要找出曾经代码中的中文替换为其他文字，我这里提供一种比较粗糙的查找小工具check_zh.py。有能改进的地方请大家指出。

环境是linux，python2.6

代码如下：

#/usr/bin/env python
#coding:utf-8

import os,sys
import re
import codecs
reload(sys)
sys.setdefaultencoding('utf8')


zhPattern = re.compile(u'[u4e00-u9fa5]+')  #用于匹配有中文的行
file_types = ['.pyc','.jpg','.png','.xls,','.svn-base']   #默认过滤掉的二进制文件的扩展名
choice_tpye_list = []  #输入要查找的文件格式
save_path = ''   #结果保存位置



def start():
    '''
    argv[1]:要查询的文件或目录的绝对路径
    argv[2]:要查询的文件的格式,输入*或者不输入将按默认设置查
    argv[3]:查询结果的保存路径，绝对路径 
    :return: 
    '''
    global choice_tpye_list,save_path
    try:
        paths = sys.argv[1]
        print 'paths',paths
    except Exception:
        paths = ''
    try:
        choices = sys.argv[2]
        print 'choices', choices
        if choices == '*':
            choices = ''
    except Exception:
        choices = ''
    try:
        save_path = sys.argv[3]
        print 'save_path', save_path
    except Exception:
        save_path = os.path.join(os.getcwd(),'check_zh.txt')
    choice_types = choices.split(',')
    if len(choice_types) == 1 and '' in choice_types:  #choice_types可能是[''],其布尔值为True
        pass
    else:
        choice_tpye_list = choice_types
    path_list = paths.split(',')
    for path in path_list:
        checkDIR(path)


def checkDIR(path):
    '''检查是不是文件，是文件处理，不是则向下查找文件'''
    if os.path.isfile(path):
        a,b = os.path.splitext(path) # 去除扩展名
        if choice_tpye_list:
            if b in choice_tpye_list:   #检查当前文件扩展名是不是指定查询的扩展名文件
                checkZh(path)
        else:
            if b not in file_types:
                checkZh(path)

    elif os.path.isdir(path):
        file_list = os.listdir(path)
        path_list = map(lambda x: os.path.join(path, x), file_list)  # 转为绝对路径
        for item in path_list:
            checkDIR(item)
    else:
        print u'---输入错误---'

def checkZh(file):
    '''查找文件中的中文位置'''
    num = 1
    all_lis = []
    lis = []
    with open(file, 'r') as f:
        line = f.readline()
        while line:
            try:
                line = line.decode('utf-8')
            except Exception,e:
                print e,'----',file,'---',num,'---',line,u'---文件可能是个二进制文件'

            content_lis = line.split('#')
            match = zhPattern.search(content_lis[0])
            if match:
                lis = [file, num, line]
                all_lis.append(lis)
            line = f.readline()
            num += 1

    with codecs.open(save_path, 'a','utf-8') as f:
        f.write('文件%s的查找结果：
'%file)
        if all_lis:
            for itme in all_lis:
                f.write('    %s   第%s行   %s
' % (itme[0],itme[1], itme[2]))
        else:
            f.write('    无相关结果
')





if __name__ == '__main__':
    start()
    print u'***查找结果将在：%s显示***'%save_path