假定你的老板用电子邮件发给你上千个文件,文件名包含美国风格的日期
(MM-DD-YYYY),需要将它们改名为欧洲风格的日期(DD-MM-YYYY)。手工 完成这个无聊的任务可能需要几天时间!让我们写一个程序来完成它。
下面是程序要做的事:
• 检查当前工作目录的所有文件名,寻找美国风格的日期。
• 如果找到,将该文件改名,交换月份和日期的位置,使之成为欧洲风格。这意味着代码需要做下面的事情:
• 创建一个正则表达式,可以识别美国风格日期的文本模式。
• 调用 os.listdir(),找出工作目录中的所有文件。
• 循环遍历每个文件名,利用该正则表达式检查它是否包含日期。
• 如果它包含日期,用 shutil.move()对该文件改名。
对于这个项目,打开一个新的文件编辑器窗口,将代码保存为 renameDates.py。
第 1 步:为美国风格的日期创建一个正则表达式
程序的第一部分需要导入必要的模块,并创建一个正则表达式,它能识别 MM-DD-YYYY 格式的日期。TODO 注释将提醒你,这个程序还要写什么。将它们作为TODO,就很容易利用 IDLE
的Ctrl-F 查找功能找到它们。让你的代码看起来像这样:
#! python3
# renameDates.py - Renames filenames with American MM-DD-YYYY date format # to European
DD-MM-YYYY.
➊ import shutil, os, re
# Create a regex that matches files with the American date format.
➋ datePattern = re.compile(r"""^(.*?) # all text before the date ((0|1)?\d)-
# one or two digits for the month
((0|1|2|3)?\d)- # one or two digits for the day
((19|20)\d\d) # four digits for the year
(.*?)$ # all text after the date
➌ """, re.VERBOSE)
# TODO: Loop over the files in the working directory. # TODO: Skip files without a
date.
# TODO: Get the different parts of the filename.
# TODO: Form the European-style filename. # TODO: Get the full, absolute file paths. #
TODO: Rename the files.
通过本章,你知道 shutil.move()函数可以用于文件改名:它的参数是要改名的文件
名,以及新的文件名。因为这个函数存在于 shutil 模块中,所以你必须导入该模块➊。在为这些文件改名之前, 需要确定哪些文件要改名。文件名如果包含
spam4-4-1984.txt 和 01-03-2014eggs.zip 这样的日期,就应该改名,而文件名不包含日期的应该忽略,诸如 littlebrother.epub。
可以用正则表达式来识别该模式。在开始导入 re 模块后,调用 re.compile()创建一个 Regex 对象➋。传入 re.VERBOSE
作为第二参数➌,这将在正则表达式字符串中允许空白字符和注释,让它更可读。
正则表达式字符串以^(.*?)开始,匹配文件名开始处、日期出现之前的任何文本。 ((0|1)?\d)分组匹配月份。第一个数字可以是 0 或 1,所以正则表达式匹配 12,作为十二月份,也会匹配
02,作为二月份。这个数字也是可选的,所以四月份可以是 04 或 4。日期的分组是((0|1|2|3)?\d),它遵循类似的逻辑。3、03 和 31
是有效的日期数字(是的,这个正则表达式会接受一些无效的日期,诸如 4-31-2014、2-29-2013和
0-15-2014。日期有许多特例,很容易被遗漏。为了简单,这个程序中的正则表达式已经足够好了)。
虽然 1885 是一个有效的年份,但你可能只在寻找 20 世纪和 21 世纪的年份。这防止了程序不小心匹配非日期的文件名,它们和日期格式类似, 诸如 10-10-1000.txt。
正则表达式的(.*?)$部分,将匹配日期之后的任何文本。
第 2 步:识别文件名中的日期部分
接下来,程序将循环遍历
os.listdir()返回的文件名字符串列表,用这个正则表达式匹配它们。文件名不包含日期的文件将被忽略。如果文件名包含日期,匹配的文本将保存在几个变量中。用下面的代码代替程序中前 3 个
TODO:
#! python3
# renameDates.py - Renames filenames with American MM-DD-YYYY date format # to European
DD-MM-YYYY.
--snip--
# Loop over the files in the working directory. for amerFilename in os.listdir('.'):
mo = datePattern.search(amerFilename)
# Skip files without a date.
➊ if mo == None:
➋ continue
➌ # Get the different parts of the filename. beforePart =
mo.group(1)
monthPart = mo.group(2) dayPart = mo.group(4) yearPart = mo.group(6) afterPart
= mo.group(8)
--snip--
如果 search()方法返回的 Match 对象是 None➊,那么 amerFilename 中的文件名不匹配该正则表达式。continue
语句➋将跳过循环剩下的部分,转向下一个文件名。
否则,该正则表达式分组匹配的不同字符串,将保存在名为 beforePart、 monthPart、dayPart、yearPart 和 afterPar
的变量中➌。这些变量中的字符串将在下一步中使用,用于构成欧洲风格的文件名。
为了让分组编号直观,请尝试从头阅读该正则表达式,每遇到一个左括号就计数加一。不要考虑代码,只是写下该正则表达式的框架。这有助于使分组变得直观,例如:
datePattern = re.compile(r"""^(1) # all text before the date
(2 (3) )- # one or two digits for the month
(4 (5) )- # one or two digits for the day
(6 (7) ) # four digits for the year
(8)$ # all text after the date """,
re.VERBOSE)
这里,编号 1 至 8 代表了该正则表达式中的分组。写出该正则表达式的框架,其中只包含括号和分组编号。这让你更清楚地理解所写的正则表达式,然后再转向程序中剩下的部分。
第 3 步:构成新文件名,并对文件改名
作为最后一步,连接前一步生成的变量中的字符串,得到欧洲风格的日期:日期在月份之前。用下面的代码代替程序中最后 3 个TODO:
#! python3
# renameDates.py - Renames filenames with American MM-DD-YYYY date format # to European
DD-MM-YYYY.
--snip--
# Form the European-style filename.
➊ euroFilename = beforePart + dayPart + '-' + monthPart + '-' +
yearPart + afterPart
# Get the full, absolute file paths. absWorkingDir = os.path.abspath('.')
amerFilename = os.path.join(absWorkingDir, amerFilename) euroFilename =
os.path.join(absWorkingDir, euroFilename)
# Rename the files.
➋ print('Renaming "%s" to "%s"...' % (amerFilename, euroFilename))
➌ #shutil.move(amerFilename, euroFilename) # uncomment after testing
将连接的字符串保存在名为euroFilename 的变量中➊。然后将 amerFilename 中原来的文件名和新的 euroFilename 变量传递给
shutil.move()函数,将该文件改名➌。
这个程序将 shutil.move()调用注释掉,代之以打印出将被改名的文件名➋。先像这样运行程序,你可以确认文件改名是正确的。然后取消
shutil.move()调用的注释,再次运行该程序,确实将这些文件改名。
第 4 步:类似程序的想法
有很多其他的理由,导致你需要对大量的文件改名。
• 为文件名添加前缀,诸如添加 spam_,将 eggs.txt 改名为 spam_eggs.txt。
• 将欧洲风格日期的文件改名为美国风格日期。
• 删除文件名中的 0,诸如 spam0042.txt。