Python 根据文件内容重命名文件

使用Python，我试图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，我有几百个任意名称的文本文件，但每个文件中都有一个独特的短语（如No.85-2156）。对于每个文本文件，我想用给定的短语替换任意文件名。这个短语并不总是在同一行上（虽然它没有太大的偏离），但它总是以相同的格式出现，并且带有No.前缀

我已经看过了，我明白了怎么做

可能很有用，但我不知道如何将这些函数与文本内操作函数（如或一般的行读取函数）结合起来

---

我想了很多方法来完成这项任务，但似乎最简单、最有效的方法是创建一个循环，在文件中找到唯一的短语，将其分配给一个变量，并在移动到下一个文件之前使用该变量重命名文件

这似乎应该很容易，以至于我觉得写这个问题很傻。在过去的几个小时里，我一直在通过StackOverflow阅读文档和解析，但似乎以前没有人遇到过这个问题——或者至少他们没有问过自己的问题

谁能给我指出正确的方向吗

编辑1：当我使用创建正则表达式模式时，它创建了庞大但似乎可行的代码：

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

当我操作它以适应

glob.glob

结构时，使其如下所示：

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

import glob
import os

def your_function_to_dig_out_filename(lines):
  import re
  # i'll let you attempt this yourself

for fn in glob.glob('/path/to/your/dir/*.txt'):
  with open(fn) as f:
    spam = f.readlines()
  new_fn = your_function_to_dig_out_filename(spam)
  if not os.path.exists(new_fn):
    os.rename(fn, new_fn)
  else:
    print '{} already exists, passing'.format(new_fn)

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

然后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，并围绕打印函数进行更改以反映更改时，它会给我以下错误：AttributeError:“NoneType”对象没有属性“group”。当我试着一行一行地复制和粘贴@joaquin的代码时，也出现了同样的错误。我本来打算把这篇文章作为对@spatz答案的评论，但我想包含太多的代码，这似乎是表达“新”问题的更好方式。谢谢大家迄今为止的帮助

编辑2：这是针对以下@joaquin答案：

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

最后一次编辑：我主要使用编写的代码来实现它。发生的事情是，有些文件没有那个正则表达式，所以我认为Python会跳过它们。我真傻。所以我花了三天的时间学习写两行代码（我知道课程不止这些）。我还使用了这里推荐的错误捕获方法。我希望我能核对一下你们所有人的答案，但我最麻烦的是@Joaquin，所以我把它给了他。这是一次很好的学习经历。谢谢你们所有人对你们的时间如此慷慨。最后的代码如下

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)

---

创建文件备份，然后尝试以下操作：

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

import glob
import os

def your_function_to_dig_out_filename(lines):
  import re
  # i'll let you attempt this yourself

for fn in glob.glob('/path/to/your/dir/*.txt'):
  with open(fn) as f:
    spam = f.readlines()
  new_fn = your_function_to_dig_out_filename(spam)
  if not os.path.exists(new_fn):
    os.rename(fn, new_fn)
  else:
    print '{} already exists, passing'.format(new_fn)

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

---

没有对故障进行检查或保护（检查archpath是否为文件，如果newpath已存在，搜索是否成功，等等），但这应该可以工作：

import os
import re

pat = "No\. (\d\d\-\d\d\d\d)"
mydir = 'mydir'
for arch in os.listdir(mydir):
    archpath = os.path.join(mydir, arch)
    with open(archpath) as f:
        txt = f.read()
    s = re.search(pat, txt)
    name = s.group(1)
    newpath = os.path.join(mydir, name)
    os.rename(archpath, newpath)

---

编辑：我测试了正则表达式以展示其工作原理：

>>> import re
>>> pat = "No\. (\d\d\-\d\d\d\d)"
>>> txt='nothing here or whatever No. 09-1159 you want, does not matter'
>>> s = re.search(pat, txt)
>>> s.group(1)
'09-1159'
>>> 

正则表达式非常简单：

\. -> a dot
\d -> a decimal digit
\- -> a dash

因此，它说：搜索字符串

“No.”

，后跟2+4个由破折号分隔的十进制数字。 括号用于创建一个我可以使用

s.group（1）

恢复的组，该组包含代码号

这就是你得到的，之前和之后：

文件one.txt、two.txt和three.txt的文本始终相同，只是编号有所变化：

this is the first
file with a number
nothing here or whatever No. 09-1159 you want, does not matter
the number is

---

我不想为您提供一些代码，您只需在不理解的情况下复制粘贴即可，我想让您了解解决方案，这样您就可以自己编写，更重要的是，您可以获得足够的知识，以便下次能够独自完成

实现您所需功能的代码由三个主要部分组成：

获取需要迭代的所有文件名的列表

对于每个文件，提取生成文件新名称所需的信息

将文件的旧名称重命名为刚生成的新名称

获取文件名列表 这最好通过模块实现。此模块允许您指定类似shell的通配符，并将其展开。这意味着，为了获得给定目录中

.txt

文件的列表，您需要调用函数

glob.iglob（“/path/to/directory/*.txt”）

，并迭代其结果（

中的文件名：

）

生成新名称 一旦我们有了文件名，我们需要

打开（）

它，使用

read（）

读取它的内容，并将它存储在一个变量中，在这个变量中我们可以搜索我们需要的内容。看起来是这样的：

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

import glob
import os

def your_function_to_dig_out_filename(lines):
  import re
  # i'll let you attempt this yourself

for fn in glob.glob('/path/to/your/dir/*.txt'):
  with open(fn) as f:
    spam = f.readlines()
  new_fn = your_function_to_dig_out_filename(spam)
  if not os.path.exists(new_fn):
    os.rename(fn, new_fn)
  else:
    print '{} already exists, passing'.format(new_fn)

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

现在我们有了内容，我们需要寻找独特的短语。这可以通过使用。将所需的新文件名存储在变量中，例如

newfilename

改名 既然我们有了旧的和新的文件名，我们只需要重命名文件，这是使用

os.rename（filename，newfilename）

完成的

---

如果要将文件移动到其他目录，请使用

os.rename（文件名，os.path.join（“/path/to/new/dir”，newfilename）

。注意，我们需要

os.path。在这里加入

，使用目录路径和

newfilename

为文件创建一个备份，只需尝试一下，看看是否遇到了问题。目前，您的想法似乎完全正确。只需开始一步一步地实施它。“看起来最简单、最有效的方法是创建一个循环，在文件中找到唯一的短语，将其分配给一个变量，并在移动到下一个文件之前使用该变量重命名该文件。”还有。你的问题是什么？听起来非常合理