Blogger word count

其實我一直都想知道究竟我在這個blog寫了多少字，今天終於提起勁來寫了個小程式。計算得出的結果是：

總字數: 486739
篇數: 1099
平均每篇的字數: 442 

呀, 想不到六年下來寫了四十八萬字！當然這個程式有個問題，就是會把英文字母當成一個字計算。但在這裏寫的英文不多，相信影響也不會太大吧。下一步是想辦法把它打印出來，畢竟放在網上太沒保障了。

下面是我用的Python程式，其實很簡單。懂的就會懂，不懂的直接無視就好，哈。

#coding: utf-8

from xml.etree import ElementTree
import re

#load and parse the Blogger export file
tree=ElementTree.parse(open('blog-02-28-2011.xml','r'))
root=tree.getroot()
entries=root.findall('{http://www.w3.org/2005/Atom}entry') #have to use the fully qualified name
wordCount=0;
contentCount=0;

for entry in entries:
    
    categoryTerm=entry.find('{http://www.w3.org/2005/Atom}category').attrib['term'];
    
    if(categoryTerm.find('#post') != -1): #the entry is a post entry
        #retrieve the content
        content=entry.find('{http://www.w3.org/2005/Atom}content').text
        #remove the html tag and spaces
        content=re.sub('(<.*?>)','',content).replace(' ','')
        print content
        print len(content)
        wordCount=wordCount+len(content)
        if (len(content)!=0):
            contentCount=contentCount+1;
        print '-----------------'
        
print 'Total word count is: {0}'.format(wordCount)
print 'Total post count: {0}'.format(contentCount)
print 'Words per post: {0}'.format(wordCount/contentCount)