0

我有一个大约 900 字、excel、PDF 文件的目录，我的最终目标是我只想扫描目录中的 PDF 文档，将它们移动到一个文件中，给它们加上时间戳，然后搜索它们的某些公司名称，返回找到文本的文件名/日期戳。

我编写此代码的第一步是首先通过剥离我不需要的内容/同时复制 PDF 文件来组织我的文件，重命名每个 PDF 文件以在每个文件名中包含创建日期。但是，我正在努力使这些第一个基础知识发挥作用。到目前为止，这是我的代码，位于少数文件的测试目录中 - 到目前为止，我已将其设置为打印每个文件夹、子文件夹和文件名，以检查遍历是否正常工作，这很有效：

import os
import datetime

os.chdir(r'H:\PyTest')

def modification_date(filename):
    t = os.path.getctime(filename)
    return datetime.datetime.fromtimestamp(t).year, datetime.datetime.fromtimestamp(t).month

#Test function works
modification_date(r'H:\PyTest\2010\Oct\Meeting Minutes.docx')
#output: (2020, 10)
   
#for loop walks through the main folder, each subfolder and each file and prints the name of each pdf file found
for folderName, subfolders, filenames in os.walk('H:\PyTest'):
    print ('the current folder is ' + folderName)
    
    for subfolder in subfolders:
        print('SUBFOLDER OF ' + folderName + ':' + subfolder)
    
    for filename in filenames:
        if filename.endswith('pdf'):
            print(filename)
            #print(modification_date(filename))

如果没有我注释掉的最后一点print(modification_date(filename)，这似乎可以打印出任何 pdf 的目录和名称。

the current folder is H:\PyTest
SUBFOLDER OF H:\PyTest:2010
SUBFOLDER OF H:\PyTest:2011
SUBFOLDER OF H:\PyTest:2012
the current folder is H:\PyTest\2010
SUBFOLDER OF H:\PyTest\2010:Dec
SUBFOLDER OF H:\PyTest\2010:Oct
the current folder is H:\PyTest\2010\Dec
HF Cheat Sheet.pdf
the current folder is H:\PyTest\2010\Oct
the current folder is H:\PyTest\2011
SUBFOLDER OF H:\PyTest\2011:Dec
SUBFOLDER OF H:\PyTest\2011:Oct
the current folder is H:\PyTest\2011\Dec
HF Cheat Sheet.pdf
the current folder is H:\PyTest\2011\Oct
the current folder is H:\PyTest\2012
SUBFOLDER OF H:\PyTest\2012:Dec
SUBFOLDER OF H:\PyTest\2012:Oct
the current folder is H:\PyTest\2012\Dec
HF Cheat Sheet.pdf
the current folder is H:\PyTest\2012\Oct

但是，由于我的代码中包含 print(modification_date(filename)，我收到了 FileNotFound 错误。所以该函数似乎不知道目录路径，这就是它失败的原因。

FileNotFoundError: [WinError 2] The system cannot find the file specified: 'HF Cheat Sheet.pdf'

谁能建议编辑如何获取日期戳，然后更改每个 pdf 名称以将其包含在开头或结尾？我正在查找文件上次保存的日期。

非常感谢

4

1 回答 1

1

您必须使用 var 构造文件的完整路径folderName。它会是这样的：

for folderName, subfolders, filenames in os.walk('H:\PyTest'):
    print ('the current folder is ' + folderName)
    
    for subfolder in subfolders:
        print('SUBFOLDER OF ' + folderName + ':' + subfolder)
    
    for filename in filenames:
        if filename.endswith('pdf'):
            print(filename)
            print(modification_date(os.path.join(folderName,filename)))

在folderName（通常称为此 var root）中，存储的是路径from：您放入的路径os.walk() ：迭代中的当前文件夹。要获取文件的完整路径，您必须将其与文件名连接起来。

于 2020-10-06T19:18:22.670 回答