Add code/cube3d/training/dat_freq_sort.py

code/cube3d/training/dat_freq_sort.py

@@ -0,0 +1,90 @@
+import os
+import re
+from collections import defaultdict
+
+def count_dat_usage(folder_path):
+    """
+    统计文件夹中所有LDR文件里DAT文件的使用频率
+    
+    参数:
+        folder_path: LDR文件所在的文件夹路径
+        
+    返回:
+        按使用频率排序的DAT文件字典列表
+    """
+    # 用于存储每个DAT文件的使用次数
+    dat_counts = defaultdict(int)
+    
+    # 正则表达式模式，用于匹配LDR文件中的DAT引用
+    # LDR格式中，零件引用通常类似: 1 0 0 0 1 0 0 0 1 0 part.dat
+    dat_pattern = re.compile(r'\b(\w+\.dat)\b', re.IGNORECASE)
+    
+    # 遍历文件夹中的所有文件
+    for root, dirs, files in os.walk(folder_path):
+        for file in files:
+            # 只处理LDR文件
+            if file.lower().endswith('.ldr'):
+                file_path = os.path.join(root, file)
+                
+                try:
+                    # 打开并读取LDR文件
+                    with open(file_path, 'r', encoding='utf-8', errors='ignore') as f:
+                        line_number = 0
+                        for line in f:
+                            line_number += 1
+                            # 跳过注释行和空行（LDR中以0开头的通常是注释或元数据）
+                            stripped_line = line.strip()
+                            if not stripped_line or stripped_line.startswith('0 '):
+                                continue
+                            
+                            # 在有效行中查找DAT文件引用
+                            matches = dat_pattern.findall(line)
+                            for dat_file in matches:
+                                # 统一转为小写，避免大小写导致的重复计数
+                                dat_file_lower = dat_file.lower()
+                                dat_counts[dat_file_lower] += 1
+                
+                except Exception as e:
+                    print(f"处理文件 {file_path} 时出错: {str(e)}")
+    
+    # 按使用频率从高到低排序
+    sorted_dats = sorted(dat_counts.items(), key=lambda x: x[1], reverse=True)
+    
+    return sorted_dats
+
+def main():
+    import sys
+    
+    # # 获取用户输入的文件夹路径
+    # if len(sys.argv) > 1:
+    #     folder_path = sys.argv[1]
+    # else:
+    #     folder_path = input("请输入LDR文件所在的文件夹路径: ")
+
+    folder_path = "/public/home/wangshuo/gap/assembly/data/car_1k/subset_self/ldr_l30_rotrans_expand_wom_flip"
+    
+    # 验证文件夹路径是否有效
+    if not os.path.isdir(folder_path):
+        print(f"错误: {folder_path} 不是有效的文件夹路径")
+        return
+    
+    print(f"正在统计 {folder_path} 中LDR文件的DAT使用频率...")
+    dat_usage = count_dat_usage(folder_path)
+    
+    print("\nDAT文件使用频率统计结果（按使用次数排序）:")
+    print("==========================================")
+    for i, (dat_file, count) in enumerate(dat_usage, 1):
+        print(f"{i}. {dat_file}: {count} 次")
+    
+    # 也可以将结果保存到文件
+    output_file = "dat_usage统计结果.txt"
+    with open(output_file, 'w', encoding='utf-8') as f:
+        f.write("DAT文件使用频率统计结果（按使用次数排序）:\n")
+        f.write("==========================================\n")
+        for i, (dat_file, count) in enumerate(dat_usage, 1):
+            f.write(f"{i}. {dat_file}: {count} 次\n")
+    
+    print(f"\n统计结果已保存到 {output_file}")
+
+if __name__ == "__main__":
+    main()