python - 根据文件内容重命名文件

Question

使用 Python，我尝试根据每个给定文本文件中的特定短语重命名目录中的一系列 .txt 文件。换句话说，更具体地说，我有几百个具有任意名称的文本文件，但每个文件中都有一个独特的短语(类似于 No. 85-2156)。我想用每个文本文件的给定短语替换任意文件名。该短语并不总是在同一行上(尽管它不会偏离那么多)但它始终采用相同的格式并带有编号前缀。

我看过 os module我明白了

• os.listdir
• os.path.join
• os.rename

可能很有用，但我不明白如何将这些函数与内部文本操作函数(如 linecache)结合起来或一般的线路阅读功能。

我想过很多方法来完成这个任务，但看起来最简单和最有效的方法是创建一个循环来查找文件中的唯一短语，将其分配给一个变量并使用该变量重命名移动到下一个文件之前的文件。

这看起来应该很简单，以至于我觉得写这个问题很傻。在过去的几个小时里，我一直在阅读文档并通过 StackOverflow 进行解析，但似乎之前没有人遇到过这个问题——或者至少他们没有询问过他们的问题。

谁能指出我正确的方向？

编辑 1:当我使用 this website 创建正则表达式模式时，它创建了庞大但看似可行的代码:

import re

txt='No. 09-1159'

re1='(No)'  # Word 1
re2='(\\.)' # Any Single Character 1
re3='( )'   # White Space 1
re4='(\\d)' # Any Single Digit 1
re5='(\\d)' # Any Single Digit 2
re6='(-)'   # Any Single Character 2
re7='(\\d)' # Any Single Digit 3
re8='(\\d)' # Any Single Digit 4
re9='(\\d)' # Any Single Digit 5
re10='(\\d)'    # Any Single Digit 6

rg = re.compile(re1+re2+re3+re4+re5+re6+re7+re8+re9+re10,re.IGNORECASE|re.DOTALL)
m = rg.search(txt)
name = m.group(0)
print name

当我操纵它以适应 glob.glob 结构，并使其像这样时:

import glob
import os
import re

re1='(No)'  # Word 1
re2='(\\.)' # Any Single Character 1
re3='( )'   # White Space 1
re4='(\\d)' # Any Single Digit 1
re5='(\\d)' # Any Single Digit 2
re6='(-)'   # Any Single Character 2
re7='(\\d)' # Any Single Digit 3
re8='(\\d)' # Any Single Digit 4
re9='(\\d)' # Any Single Digit 5
re10='(\\d)'    # Any Single Digit 6

rg = re.compile(re1+re2+re3+re4+re5+re6+re7+re8+re9+re10,re.IGNORECASE|re.DOTALL)

for fname in glob.glob("\file\structure\here\*.txt"):
    with open(fname) as f:
        contents = f.read()
    tname = rg.search(contents)
    print tname

然后这会打印出模式的字节位置——表示正则表达式模式是正确的。但是，当我在原始 tname = rg.search(contents) 之后添加 nname = tname.group(0) 行并更改 print 函数以反射(reflect)改变，它给了我以下错误:AttributeError:“NoneType”对象没有属性“组”。当我尝试逐行复制和粘贴@joaquin 的代码时，出现了同样的错误。我打算将此作为对 @spatz 答案的评论发布，但我想包含如此多的代码，以至于这似乎是表达"new"问题的更好方式。感谢大家迄今为止的帮助。

编辑 2:这是针对下面@joaquin 的回答:

import glob
import os
import re

for fname in glob.glob("/directory/structure/here/*.txt"):
    with open(fname) as f:
        contents = f.read()
    tname = re.search('No\. (\d\d\-\d\d\d\d)', contents)
    nname = tname.group(1)
    print nname

最后编辑:我主要使用编写的代码让它工作。发生的事情是有些文件没有那个正则表达式，所以我假设 Python 会跳过它们。傻我。于是我花了三天时间学会了写两行代码(我知道教训不止这些)。我也使用了这里推荐的错误捕获方法。我希望我能检查你们所有人的答案，但我最困扰@Joaquin，所以我把它给了他。这是一次很棒的学习经历。谢谢大家如此慷慨地抽出时间。最终代码如下。

import os
import re

pat3 = "No\. (\d\d-\d\d)"
ext = '.txt'
mydir = '/directory/files/here'


for arch in os.listdir(mydir):
    archpath = os.path.join(mydir, arch)
    with open(archpath) as f:
        txt = f.read()
    s = re.search(pat3, txt)
    if s is None:
        continue    
    name = s.group(1)
    newpath = os.path.join(mydir, name)
    if not os.path.exists(newpath):
        os.rename(archpath, newpath + ext)
    else:
        print '{} already exists, passing'.format(newpath)

Answer 1

我不想向您提供一些您将在不理解的情况下简单地复制粘贴的代码，而是想引导您完成解决方案，以便您能够自己编写，更重要的是获得足够的知识以能够下次单独做。

执行您需要的代码由三个主要部分组成:

1. 获取需要迭代的所有文件名的列表
2. 对于每个文件，提取为文件生成新名称所需的信息
3. 将文件从旧名称重命名为您刚刚生成的新名称

获取文件名列表

这最好通过 glob 实现模块。这个模块允许你指定类似 shell 的通配符，它​​会扩展它们。这意味着为了获得给定目录中的 .txt 文件列表，您需要调用函数 glob.iglob("/path/to/directory/*.txt ") 并迭代其结果(for filename in ...:)。

生成新名称

一旦我们有了文件名，我们需要open()它，使用read()读取它的内容并将它存储在一个变量中，我们可以在其中搜索什么我们需要。这看起来像这样:

with open(filename) as f:
    contents = f.read()

现在我们有了内容，我们需要寻找唯一的短语。这可以使用 regular expressions 来完成.将您想要的新文件名存储在变量中，比如 newfilename。

重命名

现在我们有了旧文件名和新文件名，我们需要简单地重命名文件，这是使用 os.rename(filename, newfilename) 完成的。

如果要将文件移动到不同的目录，请使用 os.rename(filename, os.path.join("/path/to/new/dir", newfilename)。注意我们需要 os.path.join 来使用目录路径和 newfilename 为文件构造新路径。