2021-05-26

通过Python读取excel对文件进行分类

（第一次写博客，格式不好看，见谅）
在学生工作过程中，遇到了这样一个问题：
有一个Excel，里面有项目作者的各种信息，Excel有不同的sheet，每个sheet都是一类，比如能源化工、数理、机械控制。另外还有从邮箱中下载的附件，数目很多。
如何才能利用我们学过的代码来解决呢？

首先，讲述一下代码思路
1、将python文件放在和附件、excel文件相同的目录下
2、确保压缩包的命名字符包含excel中的，比如，excel中是"基于balabala的balabala"，那么压缩包至少要完全包含它，可以是"基于balabala的balabala_姓名_学号"等等
3、用一个函数读取并存储所有附件（我需要的是压缩包文件）
4、打开excel文件，读取所有数据data[i][j][k]表示第 i 个sheet的第 j 行的第 k 列元素
5、通过循环去判断目标文件在哪一类

思路很简单，接下来看看代码吧

# -*- coding: utf-8 -*-
"""
Created on Fri May 21 20:46:18 2021

@author: 晨旸熹微
"""
import os
import pandas as pd
import numpy as np 
import xlrd
import os
import shutil   # 用于移动复制文件

def create_dir(path):
    '''
    若不存在则创建一个文件夹，path是文件夹路径，只有名称的话仅在当前路径创建\n
    '''
    if not os.path.exists(path):
        os.mkdir(path)
        
def Get_fname(suffix):
    '''
    通过文件后缀名获得需要分类的附件\n
    suffix 文件后缀名，字符串格式，是一个列表\n
    '''
    name = []
    for root, dirs,files in os.walk(".",topdown = False):   # .表示在当前文件夹
        for file in files :
            i = os.path.join(root,file)
            suff=i.split('.')[-1]                   # 获得文件的后缀名
            if [True for i in suffix if suff in i]:   # 仅将后缀满足suffix的路径保存
                name.append(i[2:])                  # 从2开始是因为前面有\\
    return name

def Get_goal(excel_path,sheets,skip=1):
    '''
    获取excel文件的内容
    excel_path excel的文件名，需要在同一文件夹\n
    sheets 是excel的sheets数\n
    skip 第0行是表头，跳过\n
    '''
    data = [[] for i in range(sheets)]
    wb = xlrd.open_workbook(excel_path)
    for i,sheet in enumerate(wb.sheets()):
        [data[i].append(sheet.row_values(rownum)) for rownum in range(skip,sheet.nrows)]
    return data

def Get_result(data,file_name,F_name):
    '''
    data -- 读取的excel数据\n
    file_name -- 需要分类的文件名\n
    F_name -- 最后分类的名称（文件夹名称）\n
    '''
    result = [[] for i in range(len(F_name))]   # 每个列表就是一类的名字
    [create_dir(i) for i in F_name]
    num = 0   # 记录共分类了多少文件
    for i in range(len(data)):
        for j in range(len(data[i])):
            for k in file_name:
                if(data[i][j][1] in k):
                    result[i].append(k)
                    aa,bb=k.split(".")
                    oldname= u"C:\\Users\\23787\\Desktop\\分类文件\\"+aa+"."+bb
                    newname=u"C:\\Users\\23787\\Desktop\\分类文件\\"+F_name[i]+"\\"+aa+"."+bb
                    shutil.copyfile(oldname,newname)
                    num +=1
    return result,num

if __name__=="__main__":
    excel_path = "C:\\Users\\23787\\Desktop\\分类文件\\xxxx.xlsx"
    # 写上excel的路径，注意需要两个\\才能表示一个\
    data = Get_goal(excel_path,5,1)
    # data[i][j][1]是第i个表格第j行的第一列，我的文件中是目标文件名
    suffix=['rar','zip']           # 要分类的文件后缀名
    F_name = ["机械控制","信息技术","能源化工","数理","生命科学"]  # 分类的类别
    rar_name = Get_fname(suffix)
    result ,num= Get_result(data,rar_name,F_name)
   
   # [print(result[i]) for i in range(len(result))]
   # 用于分类打印结果，若文件过多则注释，防止用时过长
    print(f"共有文件{len(rar_name)}个")
    print(f"总共分类了{num}个文件")