如何使用Python重命名现有列表中的刮取文件

我正在从一个网站上抓取文件，并希望根据我计算机上现有的目录名（或者，如果更简单，包含这些目录名的列表）重命名这些文件。这是为了保持一致的命名约定

例如，我已经有了名为：

Barone资本管理公司、Gabagool另类投资公司、Aprile资产管理公司、Webistics投资公司

刮取的数据包括一些精确匹配、一些“模糊”匹配和一些新值：

Barone，Gabagool LLC，Aprile资产管理公司，新名称，Webistics投资公司

我希望被刮取的文件采用现有目录的命名约定。例如，

Barone

将成为

Barone Capital Management

，

Gabagool LLC

将更名为

Gabagool Alternative Investments

那么，实现这一目标的最佳方式是什么？我查看了fuzzyfuzzy和其他一些库，但不确定正确的路径是什么

这是我现有的代码，它只是根据锚点命名文件：

import praw
import requests
from bs4 import BeautifulSoup
import urllib.request

url = 'https://old.reddit.com/r/test/comments/b71ug1/testpostr23432432/'
headers = {'User-Agent': 'Mozilla/5.0'}
page = requests.get(url, headers=headers)

soup = BeautifulSoup(page.text, 'html.parser')
table = soup.find_all('table')[0]

#letter_urls = []
for anchor in table.findAll('a'):
    try:
        if not anchor:
            continue
        fund_name = anchor.text
        letter_link = anchor['href']
        urllib.request.urlretrieve(letter_link, '2018 Q4 ' + fund_name + '.pdf')
    except:
        pass

请注意，目录列表已创建，如下所示：

 - /Users/user/Dropbox/Letters/Barone Capital Management
 - /Users/user/Dropbox/Letters/Aprile Asset Management
 - /Users/user/Dropbox/Letters/Webistics Investments
 - /Users/user/Dropbox/Letters/Gabagool Alternative Investments
 - /Users/user/Dropbox/Letters/Ro Capital
 - /Users/user/Dropbox/Letters/Vitoon Capital

如在

可以使用difflib.get\u close\u matches（）查找列表中最相似的字符串。您的列表将是您已经拥有的绝对路径的文件夹：

import difflib
best_options = get_close_matches(fund_name, candidates, n=1)

if best_options:
    directory = best_options[0]
else:
    directory = 'New Name'

让它工作起来：

best_options = get_close_matches(fund_name, candidates, n=1, cutoff=.5)

try:
     if best_options:
       fund_name = (downloads_folder + period + " " + fund_name + ".pdf")
       os.rename(fund_name, downloads_folder + period + " " + best_options[0] + ".pdf" )
    except:
        pass

---

FuzzyWozzy看起来很有趣，谢谢！有一个非常类似的问题。Windows、Linux或Mac？其次，您如何确定希望他们进入哪个文件夹？我没有看到你代码中的下载目录列表。第三，您是否已经制定了下载指令。Mac 2。我还没有决定，因为我认为它更适合单独发布。但很明显，我们希望这样做，使被刮取的文件找到匹配的目录，重命名，然后移动到该目录。3.是的，它们已经制作好了。那么

候选目录

是现有目录的列表吗？也许我遗漏了一些明显的东西，但我一直得到

name'get\u close\u matches'没有定义

，即使我导入了difflib。是否还有其他模块需要导入？很抱歉，如果是一个愚蠢的问题，因为我对这个问题很陌生。您必须添加“从difflib导入get_close_匹配”，这也是我根据difflib.get_close_匹配的示例所想的。因此，我提出了一种方法，即在粗略的名称中查看唯一的单词，而忽略一般的单词，如投资、资产、管理等@MSD问题是空格将匹配搞砸了。从候选文件和文件名中删除空格，然后像这样比较它们。您将拥有最佳目录的无空间版本，但通过使用它在候选目录列表中的索引，您可以轻松获得原始名称。如果仍然得不到任何结果，请使用'cutoff'参数来放松算法的精度，因为默认情况下它必须超过0.6:difflib.get_close_matches（'asset123'，['AssetManagement'，'WebisticsInvestments'，]，n=1，cutoff=0.3），实际上，只要放松精度，我尝试的示例就会得到一些结果。检查一下你自己