python glob或listdir创建文件，然后将文件从一个目录保存到另一个目录

我正在将文档从pdf转换为文本。PDF当前位于一个文件夹中，然后在txt转换后保存到另一个文件夹中。我有很多这样的文档，我更喜欢在子文件夹上迭代并保存到txt文件夹中同名的子文件夹中，但添加该层时遇到问题

我知道我可以使用glob递归地进行迭代，并对文件列表等执行此操作，但不清楚如何将文件从此文件夹保存到新文件夹。这不是完全必要的，但会更加方便和高效

有什么好办法吗

import os
import io
from pdfminer.pdfinterp import PDFResourceManager, PDFPageInterpreter
from pdfminer.converter import TextConverter
from pdfminer.layout import LAParams
from pdfminer.pdfpage import PDFPage


def convert(fname, pages=None):
    if not pages:
        pagenums = set()
    else:
        pagenums = set(pages)

    output = io.StringIO()
    manager = PDFResourceManager()
    converter = TextConverter(manager, output, laparams=LAParams())
    interpreter = PDFPageInterpreter(manager, converter)

    infile = open(fname, 'rb')
    for page in PDFPage.get_pages(infile, pagenums):
        interpreter.process_page(page)
    infile.close()
    converter.close()
    text = output.getvalue()
    output.close
    return text 
    print(text)



def convertMultiple(pdfDir, txtDir):
    if pdfDir == "": pdfDir = os.getcwd() + "\\" #if no pdfDir passed in 
    for pdf in os.listdir(pdfDir): #iterate through pdfs in pdf directory
        fileExtension = pdf.split(".")[-1]
        if fileExtension == "pdf":
            pdfFilename = pdfDir + pdf 
            text = convert(pdfFilename)  
            textFilename = txtDir + pdf.split(".")[0] + ".txt"
            textFile = open(textFilename, "w")  
            textFile.write(text)  


pdfDir = r"C:/Users/Documents/pdf/"
txtDir = r"C:/Users/Documents/txt/"
convertMultiple(pdfDir, txtDir)   

---

正如您所建议的，

glob

在这里工作得很好。它甚至只能过滤

.pdf

文件

在测试后取消对这3行的注释

导入操作系统，全局
def convert_multiple（pdf_目录、txt_目录）：
如果pdf_dir==“”：pdf_dir=os.getcwd（）#如果没有传入pdf_dir
对于glob.iglob（f“{pdf_dir}/***.pdf”，recursive=True）中的文件路径：
text=convert（文件路径）
根目录，z=os.path.splitext（filepath）#删除扩展名
txt_filepath=os.path.join（txt_dir，os.path.relpath（root，pdf_dir））+“.txt”
txt_filepath=os.path.normpath（txt_filepath）#实际上不需要
打印（txt_文件路径）
#os.makedirs（os.path.dirname（txt\u filepath），exist\u ok=True）
#打开（txt_文件路径，“wt”）作为f：
#f.书写（文本）
pdf_dir=r“C:/Users/Documents/pdf/”
txt_dir=r“C:/Users/Documents/txt/”
转换多个（pdf目录、txt目录）

要确定新

.txt

文件的文件路径，请使用模块中的函数

os.path.relpath（filepath，pdf\u dir）

返回文件的文件路径，包括相对于

pdf\u dir的任何子目录

假设
filepath
为：

C:/Users/Documents/pdf/Setec Astronomy/employees.pdf

而

pdf_dir

C:/Users/Documents/pdf/

它将返回

Setec Astronomy/employees.pdf

，然后将其与

txt\u dir

一起传递到

os.path.join（）

，为我们提供包含额外子目录的完整文件路径

您可以执行

txt\u filepath=filepath.replace（filepath，pdf\u dir）

，但必须确保所有对应的斜杠都在同一方向，并且没有额外的/缺少的前导/尾随斜杠

在打开新的

.txt

文件之前，需要创建所有子目录<调用code>os.path.dirname（）获取文件目录的文件路径，如果目录已经存在，则调用

os.makedirs（）

并将其

exist\u ok

参数设置为

True

，以抑制

fileexisterror

异常

---

打开

.txt

文件时使用

with

语句，以避免显式调用

.close（）

，尤其是在出现任何异常的情况下。

因此，如果在子目录（例如

C:/Users/Documents/pdf/Setec Astronomy/employees.pdf

）中找到pdf，您想将文本文件保存到

C:/Users/Documents/txt/Setec Astronomy/employees.pdf

还是

C:/Users/Documents/txt/employees.pdf

？@GordonAitchJay第一个文本文件是C:/Users/Documents/txt/Setec Astronomy/employees.txt，程序负责文本部分