基于文件内容重命名文件

Question

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。这个短语并不总是在同一行上（虽然它没有偏离太多），但它总是以相同的格式，并带有No.前缀。在

我看过了os module，我明白了

• ^{}
• ^{}
• ^{}

可能有用，但我不知道如何将这些函数与文本内操作函数（如linecache）或一般的行读取函数结合起来。在

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。在

这看起来应该很容易，以至于我觉得写这个问题很傻。在过去的几个小时里，我一直在阅读文档并通过StackOverflow进行解析，但似乎没有人以前遇到过这个问题——或者至少他们没有问过他们的问题。在

谁能给我指出正确的方向吗？在

编辑1：当我使用this website创建regex模式时，它创建了大量但似乎可行的代码：

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

当我操纵它来适应glob.glob结构，并使其如下所示：

^{pr2}$

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，当我在原始的tname = rg.search(contents)之后添加nname = tname.group(0)行，并围绕print函数进行更改以反映更改时，会出现以下错误：AttributeError:“NoneType”对象没有属性“group”。当我试图逐行复制并粘贴@joaquin的代码时，它也出现了同样的错误。我本来打算把这篇文章作为评论贴到@spatz的答案上，但我想包含太多的代码，这似乎是表达“新”问题的更好方法。谢谢你们到目前为止的帮助。在

编辑2：以下是@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。所发生的是，有些文件没有regex表达式，所以我假设Python会跳过它们。我真傻。所以我花了三天时间学习写两行代码（我知道教训不止这些）。我还使用了这里推荐的错误捕捉方法。我希望我能检查你们所有人的答案，但我最麻烦的是@Joaquin，所以我把它给了他。这是一次很棒的学习经历。谢谢你们这么慷慨的时间。最终代码如下。在

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

我不想给你提供一些你不理解就直接复制粘贴的代码，我想带你来看看解决方案，这样你就可以自己写了，更重要的是，获得足够的知识，下次就可以自己动手了。在

完成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，提取生成文件新名称所需的信息
3. 将文件从原来的名称重命名为刚刚生成的新名称

获取文件名列表

这最好用glob模块实现。此模块允许您指定类似shell的通配符，它将扩展它们。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")，并对其结果进行迭代（for filename in ...:）。在

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，并将其存储在一个变量中，我们可以在其中搜索所需的内容。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完成。将所需的新文件名存储在变量中，例如newfilename。在

重命名

既然我们有了旧文件名和新文件名，我们只需要简单地重命名文件，这可以使用os.rename(filename, newfilename)完成。在

如果要将文件移动到其他目录，请使用os.rename(filename, os.path.join("/path/to/new/dir", newfilename)。注意，我们需要os.path.join在这里使用目录路径和newfilename为文件构造新路径。在

Answer 2

对于失败没有检查或保护（检查是archpath是一个文件，如果newpath已经存在，如果搜索成功，等等…），但是这应该是有效的：

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它的工作原理：

^{pr2}$

正则表达式非常简单：

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

{1>用破折号隔开的字符串{4}表示搜索。 括号用于创建一个可以使用s.group(1)恢复的组，该组包含代码号。在

这就是你之前和之后得到的结果：

文件文本一个.txt, 两个.txt以及三.txt总是一样的，只是数字改变了：

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

Answer 3

创建文件的备份，然后尝试如下操作：

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)