使用Python脚本来生成用于测试的文件

使用Python脚本生成指定数量的文件，每个文件约10MB，内容为重复的英文句子，单词间只有空格作为分隔符。

import os
import sys
import random

WORDS = [
    "apple", "apricot", "avocado", "banana", "blackberry", "blueberry", "cherry", "cranberry",
    "dragonfruit", "fig", "grape", "kiwi", "lemon", "lime", "lychee", "mango", "melon", "nectarine",
    "orange", "papaya", "peach", "pear", "pineapple", "plum", "raspberry", "strawberry", "watermelon",
    "coconut", "guava", "pomegranate", "tangerine", "date", "passionfruit", "currant", "gooseberry", "grapefruit"
]

def generate_sentence():
    sentence_length = random.randint(5, 15)
    return ' '.join(random.choice(WORDS) for _ in range(sentence_length))

def generate_file(filename):
    MB_10 = 10 * 1024 * 1024

    with open(filename, "w") as f:
        while f.tell() < MB_10:
            f.write(generate_sentence() + " ")

def main():
    if len(sys.argv) != 2:
        print("Usage: python generate_files.py ")
        sys.exit(1)

    num_files = int(sys.argv[1])
    for i in range(num_files):
        filename = f"file_{i + 1}.txt"
        generate_file(filename)
        print(f"Generated {filename}")

if __name__ == "__main__":
    main()

这个脚本接收一个命令行参数n，表示要生成的文件数量。例如，要生成5个文件，可以运行以下命令：

python generate_files.py 5

这会在当前目录下生成5个约10MB大小的文件，名为file_1.txt、file_2.txt等。每生成的文件都将由随机长度和随机单词组成的句子组成，以确保文件大小约为10MB。

注意：这个方法产生的文件确实非常重复和简单。如果想要更真实的英文文章内容，可能需要使用外部的文本资源或更复杂的生成方法。

---

注：

（1）在Python中，下划线 _ 是一个有效的变量名。在很多情况下，程序员使用 _ 作为一个循环变量，来表示他们不打算在循环体内实际使用该变量的值。

考虑以下示例：

for i in range(10):
    print("Hello, World!")

在上面的代码中，我们的目的只是打印 “Hello, World!” 十次，并不真的关心循环变量 i 的具体值。

为了使代码更加简洁和表达意图，可以使用 _ 替换 i，如下：

for _ in range(10):
    print("Hello, World!")

这里，使用 _ 作为循环变量是一种通常的编码习惯，用于表示：“我们不关心这个变量的具体值，只是需要循环执行固定的次数。”

所以，在上面的代码 for _ in range(sentence_length): 中，_ 的使用表示我们只是想重复生成随机词 sentence_length 次，而不关心每次循环的具体索引值。

（2）f.tell() 是一个文件对象方法，用于获取文件指针的当前位置。这里的 “文件指针” 是指代表文件内容读取或写入位置的内部标识。

具体来说：

• 当我们打开一个文件并开始读取或写入，有一个 “文件指针” 指示当前的位置。初始情况下，这个指针位于文件的开始处。

• 当我们从文件中读取数据，指针会随着读取的数据移动，以指示下一个要读取的位置。

• 同样地，当我们写入文件时，指针也会移动，以指示下一个要写入的位置。

• f.tell() 返回的是指针的当前位置，以字节为单位。例如，如果 f.tell() 返回 10，这意味着文件指针当前位于文件的第10字节。

以下是 f.tell() 的一个简单示例：

with open('example.txt', 'w') as f:
    f.write('Hello, World!')
    position = f.tell()
    print(f'File pointer is at position: {position}')

在上述示例中，我们写入了13个字符（不计算内部的标点符号和空格），所以 f.tell() 将返回 13，表示文件指针现在位于文件的第13字节。

这个方法在文件读写操作中特别有用，尤其是当我们需要跳转到文件的特定位置进行读写时。例如，可以结合 f.seek() 方法使用，其中 f.seek(offset) 允许我们将文件指针移动到指定的 offset 位置。