如何用 Python 遍历服务器目录并将调查数据汇总为 Markdown 或 txt？

2026-11-04数据小陈

可以用 Python 完成。遍历目录、输出 Markdown 或 txt 文件都可以使用标准库；读取和汇总调查数据时，再根据文件格式选择库。先确定需要的是选项计数、均值等统计结果，还是开放式回答的文字摘要，二者的处理方式不同。

应该选择哪些库？

处理环节	可选工具	适用情况
遍历目录	`pathlib`	查找文件、筛选扩展名、递归处理子目录
读取 CSV	`csv`	按行读取、选项计数等简单任务
表格分析	`pandas`	分组统计、缺失值处理、合并多份表格
读取 Excel	`pandas` 配合 `openpyxl`	读取 `.xlsx` 调查结果
读取 Word	`python-docx`	提取 `.docx` 中的段落和表格
读取 PDF	`pypdf`	提取 PDF 中已有的文字；扫描件通常还需要 OCR
输出结果	`Path.write_text()`	写入 Markdown 或 txt，无须专门的 Markdown 库

原问题没有说明文件格式和调查字段，暂时无法确定具体的读取方案。如果数据已经是 CSV，建议先用 pathlib、csv 和 collections.Counter 完成一个小脚本。

CSV 调查数据的实现示例

下面的示例假设调查结果保存为 UTF-8 编码的 CSV，每份文件都有一个名为 satisfaction 的选项字段。程序递归读取目录，统计每个文件的记录数、该字段的空值数和各选项出现次数，再写入 Markdown。

satisfaction 只是示例字段，需要替换为实际列名。

from pathlib import Path
from collections import Counter
import csv
import json

source_dir = Path('/path/to/surveys')
output_file = Path('/path/to/reports/summary.md')
column = 'satisfaction'

if not source_dir.is_dir():
    raise NotADirectoryError(source_dir)

summaries = []

for path in sorted(source_dir.rglob('*.csv')):
    try:
        with path.open(encoding='utf-8-sig', newline='') as file:
            reader = csv.DictReader(file)
            if column not in (reader.fieldnames or []):
                print(f'跳过 {path}：缺少字段 {column}')
                continue

            counts = Counter()
            total = 0
            missing = 0

            for row in reader:
                total += 1
                value = (row.get(column) or '').strip()
                if value:
                    counts[value] += 1
                else:
                    missing += 1

        summaries.append({
            'file': str(path.relative_to(source_dir)),
            'records': total,
            'missing': missing,
            'counts': dict(counts.most_common()),
        })
    except (OSError, UnicodeError, csv.Error) as error:
        print(f'读取失败 {path}：{error}')

output_file.parent.mkdir(parents=True, exist_ok=True)
report = json.dumps(summaries, ensure_ascii=False, indent=2)
output_file.write_text(
    '# 调查数据汇总\n\n```json\n' + report + '\n```\n',
    encoding='utf-8',
)
print(f'已写入 {output_file}，成功汇总 {len(summaries)} 个文件')

脚本只依赖 Python 标准库。生成的 Markdown 用 JSON 代码块展示统计结果，方便检查数据。如果需要 txt，可以将输出路径改为 .txt，直接写入 report。

如果需要汇总开放式回答

上面的代码适合单选题等分类字段，不会生成自然语言摘要。对于“还有哪些建议”这类自由文本，逐个统计完整回答通常没有多少帮助。

可以先提取相关字段，去除空白回答，再按调查主题归类，统计常见意见并保留少量代表性回答。如果使用文本摘要算法或语言模型，还需要核对摘要是否遗漏了少数意见，或把个别回答误写成普遍结论。文件读取库本身不会完成这些判断。

使用时需要注意什么？

确认数据约定：示例按逗号分隔的 CSV 读取，使用 UTF-8 编码；如果实际文件的分隔符、编码或字段名不同，需要调整读取参数。
确认字段含义：同名字段在不同调查中可能有不同选项或量表，不能直接合并统计。多选题也需要先按实际存储规则拆分选项。
检查失败记录：示例会打印跳过或读取失败的文件，生成报告后应检查这些提示。输出成功不代表所有源文件都已处理。
控制敏感信息：报告只保留需要的统计和摘录；若使用外部摘要服务，先确认调查数据是否允许上传。