批從查找文件

編輯重命名文件名的一部分：見底部的我最終解決批從查找文件

我有〜12700文本文件的目錄。

他們有這樣的名字：

1 - 回覆/報告Novenator公開徵求埋葬 - 通過Lizbett上週四，9月10日2009.txt

如果每個文件的領先的數字遞增（例如目錄中的最後一個文件以「12,700 - 」開頭）。

不幸的是，這些文件沒有被排序，我需要它們。幸運的是，我有一個單獨的CSV文件，其中ID號碼被映射，例如1在上面的例子確實應該25（因爲有收到24級的消息），和2應該真正是8位，並且3應爲1，等等，例如：

OLD_FILEID TIMESORT_FILEID 
21  0 
23  1 
24  2 
25  3

我不除了需要與相關值交換的這個單獨的前導號碼之外，還需要更改文件標題中的任何內容。在我的腦海中，這樣做的方式是打開文件名，檢查短劃線之前出現的數字，在CSV中查找它們，將它們替換爲關聯的值，然後用調整後的標題保存文件，然後轉到到下一個文件。

什麼是最好的方式去做這樣的事情？我是一個蟒蛇新手，但玩了足夠的感覺舒服遵循大多數方向或建議。謝謝:)

E：遵照下面的說明是盡我所能我這樣做，這是不行的，但我不知道爲什麼：

import os 
import csv 
import sys 

#open and store the csv file 
with open('timesortmap.csv','rb') as csvfile: 
timeReader = csv.reader(csvfile, delimiter = ',', quotechar='"') 

#get the list of files 
for filename in os.listdir('DiggOutput-TIMESORT/'): 
oldID = filename.split(' - ')[0] 
newFilename = filename.replace(oldID, timeReader[oldID],1) 
os.rename(oldID, newFilename)

我得到的錯誤是：

TypeError: '_csv.reader' object is not subscriptable

我不使用DictReader，但那是因爲當我使用csv.reader和打印的行，它看起來像這樣：

['12740', '12738'] 
['12742', '12739'] 
['12738', '12740'] 
['12737', '12741'] 
['12739', '12742']

當我使用DictReader它看起來像這樣：

{'FILEID-TS': '12738', 'FILEID-OLD': '12740'} 
{'FILEID-TS': '12739', 'FILEID-OLD': '12742'} 
{'FILEID-TS': '12740', 'FILEID-OLD': '12738'} 
{'FILEID-TS': '12741', 'FILEID-OLD': '12737'} 
{'FILEID-TS': '12742', 'FILEID-OLD': '12739'}

我在終端得到這個錯誤：

File "TimeSorter.py", line 16, in <module> 
newFilename = filename.replace(oldID, timeReader[oldID],1) 
AttributeError: DictReader instance has no attribute '__getitem__'

來源

2013-02-02 peteyreplies

實際數據的一些例子將是很好的，以及預期的結果... –

當然可以。文本文件：http：//cl.ly/192b2H0l0f1Y。完整CSV：http://cl.ly/3m2v2e072E2U。帶有文件ids的地圖：http：//cl.ly/112n3A3H1Z3O。 – peteyreplies

這確實應該是很簡單的用Python做的只是用csv和os模塊。

Python有一個內置的dictionary type，叫做dict，可以用來在處理時存儲內存中csv文件的內容。基本上，您需要使用csv模塊讀取csv文件，並將每個條目轉換爲字典條目，可能使用OLD_FILEID字段作爲關鍵字，TIMESORT_FILEID作爲值。

然後，您可以使用os.listdir()來獲取文件列表，並使用循環來依次獲取每個文件名。（如果您需要過濾文件名列表以排除某些文件，請查看glob模塊）。裏面你的循環，你只需要提取與文件相關聯的編號，可以使用這樣的事情要做：

file_number = filename.split(' - ')[0]

然後調用os.rename()傳遞舊文件名和新的文件名。新的文件名可以使用類似發現：

new_filename = filename.replace(file_number, file_mapping[file_number], 1)

哪裏file_mapping是從CSV文件創建的字典。這將用您的映射文件中的編號替換第一次出現的file_number。

編輯

由於TheodrosZelleke指出的，是覆蓋由字面下面就是我上面佈局的現有文件的潛力。一些可能的策略：

使用os.rename()移動文件的重命名版本到不同的目錄（如當前目錄，或者甚至更好，一個臨時目錄中創建使用tempfile.mkdtemp()的子目錄，一旦所有的文件已。
爲新文件名添加擴展名，例如.tmp，假設選擇的擴展名不會導致其他衝突，一旦完成所有的重命名，使用第二個循環來重命名文件以排除.tmp擴展名。

來源

2013-02-02 20:58:05 ig0774

@TheodrosZelleke：你說得很好。我不確定它是否值得倒票，但我已經編輯了答案來解釋這一點，因爲命名衝突的可能性相當大，給出了示例數據。 – ig0774

我收回了投票權。我理解反對票也是一種表示答案需要改進的手段（這是一種錯誤的解釋？）。當答案得到改善時，我總是收回票數。我很少投票，但在這種情況下，我認爲OP有丟失數據的真實危險......從個人經驗來看，我知道發生的速度有多快;） –

@ ig0774我試着盡我所能理解，要將相當好的東西加載成對，它似乎在此後突破。如果它是一個快速修復，任何額外的幫助將不勝感激。 – peteyreplies

這裏是我結束了與朋友工作了，應該有人發現和尋找這樣的：

import os 
import csv 
import sys 

IDs = {} 

#open and store the csv file 
with open('timesortmap.csv','rb') as csvfile: 
     timeReader = csv.reader(csvfile, delimiter = ',', quotechar='"') 

     # build a dictionary with the associated IDs 
     for row in timeReader: 
       IDs[ row[0] ] = row[1] 

# #get the list of files 
path = 'DiggOutput-OLDID/' 
tmpPath = 'DiggOutput-TIMESORT/' 
for filename in os.listdir('DiggOutput-OLDID/'): 
    oldID = filename.split(' - ')[0] 
    newFilename = filename.replace(oldID, IDs[oldID]) 
    os.rename(path + filename, tmpPath + newFilename)

來源

2013-02-03 01:06:27 peteyreplies

批從查找文件

回答

相關問題