在Ubuntu中使用Python获取文件的元数据列表

Question

我想在Ubuntu系统中用Python获取一个文件的元数据列表。

如果不使用Python，直接用“extract”这个命令可以很好地工作，但我不知道怎么在Python中使用它，总是收到一个提示，说“extract”没有定义。

Answer 1

如果你是在使用Windows系统，你的问题已经在这个网站上被讨论过了。

Answer 2

extract 是基于一个叫做 libextractor 的库。你可以通过在 Ubuntu 上安装 python-extractor 这个软件包，来在 Python 中使用这个库。

Answer 3

我猜你是在问Windows“属性”对话框中“摘要”标签下显示的元数据。（如果不是，那就忽略这一点吧。）下面是我怎么做到的。

1. 下载并安装 Python win32扩展。 这样会把win32、win32com等放到你的Python[版本]/Lib/site-packages文件夹里。这些扩展提供了win32api、win32com等功能。出于某种原因，我没能让Python 2.6（216版本）的安装成功。后来我把系统更新到了Python 2.7，并使用了适合2.7的216版本，这样就成功了。（下载和安装时，跟着上面的链接，点击“pywin32”，然后点击最新版本的链接（目前是216），再点击与你的系统和Python安装匹配的.exe文件链接（对我来说是pywin32-216.win32-py2.7.exe）。运行这个.exe文件。）
2. 把代码复制粘贴到你自己电脑上的一个.py文件里，代码来自于Tim Golden的教程中的“获取文档摘要信息”页面。
3. 调整代码。其实你不一定要调整代码，但如果你把Tim的脚本当作主模块运行，并且没有提供路径作为第一个sys.argv参数，那么就会出错。要调整的话，滚动到代码的底部，去掉最后一块以if __name__ == '__main__':开头的代码。

把你的文件保存为类似property_reader.py的名字，然后调用它的property_sets(filepath)方法。这个方法会返回一个生成器对象。你可以通过这个生成器来查看所有属性及其值。你可以这样实现：

# Assuming 'property_reader.py' is the name of the module/file in which you saved Tim Golden's code...
import property_reader 
propgenerator = property_reader.property_sets('[your file path]')
    for name, properties in propgenerator:
        print name
        for k, v in properties.items ():
            print "  ", k, "=>", v

上面代码的输出结果大概会是这样的：

DocSummaryInformation
   PIDDSI_CATEGORY => qux
SummaryInformation
   PIDSI_TITLE => foo
   PIDSI_COMMENTS => flam
   PIDSI_AUTHOR => baz
   PIDSI_KEYWORDS => flim
   PIDSI_SUBJECT => bar