2

编辑：我的最终解决方案见底部

我有一个约 12,700 个文本文件的目录。

他们有这样的名字：

1 - Re/Report Novenator 公开呼吁埋葬 - Lizbett 于 2009 年 9 月 10 日星期四撰写。txt

每个文件的前导数字递增（例如目录中的最后一个文件以“12,700 - ”开头）。

不幸的是，这些文件没有按时间排序，我需要它们。幸运的是，我有一个单独的 CSV 文件，其中映射了 ID 号，例如上面示例中的 1 应该是 25（因为它之前有 24 条消息），2 应该是 8，3 应该是 1，依此类推，像这样：

OLD_FILEID  TIMESORT_FILEID
21      0
23      1
24      2
25      3

我不需要更改文件标题中的任何内容，除了这个我需要与其关联值交换的单个前导数字。在我的脑海中，这将工作的方式是打开一个文件名，检查出现在破折号之前的数字，在 CSV 中查找它们，用相关的值替换它们，然后用调整后的标题保存文件并继续到下一个文件。

做这样的事情的最好方法是什么？我是一个 python 新手，但已经玩过足够的游戏，可以按照大多数指示或建议感到自在。谢谢 ：）

e：尽我所能按照以下说明进行操作，但不起作用，但我不知道为什么：

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)

我得到的错误是：

TypeError: '_csv.reader' object is not subscriptable

我没有使用 DictReader，但那是因为当我使用 csv.reader 并打印行时，它看起来像这样：

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

当我使用 DictReader 时，它看起来像这样：

{'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'}

我在终端中收到此错误：

File "TimeSorter.py", line 16, in <module>
newFilename = filename.replace(oldID, timeReader[oldID],1)
AttributeError: DictReader instance has no attribute '__getitem__'
4

2 回答 2

1

这在 Python 中应该非常简单，只需使用csv和os模块即可。

Python 有一个名为的内置字典类型dict，可用于在处理时将 ​​csv 文件的内容存储在内存中。基本上，您需要使用csv模块读取 csv 文件并将每个条目转换为字典条目，可能使用OLD_FILEID字段作为键和TIMESORT_FILEID值。

然后，您可以使用os.listdir()获取文件列表并使用循环依次获取每个文件名。（如果您需要过滤文件名列表以排除某些文件，请查看glob模块）。在您的循环中，您只需要提取与文件关联的数字，这可以使用以下方法完成：

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

然后调用os.rename()传入旧文件名和新文件名。可以使用以下内容找到新文件名：

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

file_mapping从 csv 文件创建的字典在哪里。这会将第一次出现的 替换为file_number映射文件中的数字。

编辑

正如 TheodrosZelleke 指出的那样，按照我上面列出的内容，有可能覆盖现有文件。几种可能的策略：

  1. 用于os.rename()将文件的重命名版本移动到不同的目录（例如，当前目录的子目录，或者更好的是使用创建的临时目录tempfile.mkdtemp()。一旦所有文件都被重命名，用于os.rename将文件从临时目录移动到当前目录。
  2. 为新文件名添加扩展名，例如，.tmp假设选择的扩展名不会导致其他冲突。完成所有重命名后，使用第二个循环重命名文件以排除.tmp扩展名。
于 2013-02-02T20:58:05.187 回答
0

这是我最终与朋友一起解决的问题，如果有人找到并寻找它：

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)
于 2013-02-03T01:06:27.790 回答