第3章 高效办公文件管理

统计文本中字符出现的频率

from collections import Counter

list = []
punctuation = '，。！？、（）【】<>《》=:+-*——“”...\n'
with open('Doc\doc.txt', encoding='utf8', mode='r') as file_object:
    for line in file_object:
        for word in line:
            if word not in punctuation:
                list.append(word)

counter = Counter(list)
print(counter)

判断文件类型

将对应文件头 前8个字节 打印出来，这样就能够判断文件类型。

with open('Doc\KCA-KCP培训课件名称.xlsx',mode='rb') as file_object:
    content=file_object.read(8)
    print(content)
with open('Doc\R6-15 TOAST行外存储v0.13.docx',mode='rb') as file_object:
    content=file_object.read(8)
    print(content)

常见文件的文件头特征见表

遍历文件目录

#python #遍历所有文件

path=f"D:\SynologyDrive\永辉金融"
#for folName,subfolders, filenames in os.walk(path):
    for filename in filenames:
        print(folName,filename)

#python #目录操作 #文件名获取

path=f"D:\SynologyDrive\永辉金融\项目交付\数据库业务ER模型图示例.png.list"
print(os.path.split(path))
print(os.path.basename(path))
print(os.path.splitext(path))
print(os.path.join(os.getcwd(),'子文件夹',os.path.basename(path)))

获取文件属性

path=f"D:\SynologyDrive\永辉金融\项目交付\数据库业务ER模型图示例.png"
print(time.ctime(os.path.getctime(path)))
print(time.ctime(os.path.getmtime(path)))
print(time.ctime(os.path.getatime(path)))

这里的创建时间，并不是指这个文件内容的原创时间，如果文件从别处复制过来，那就是复制的时间

删除小文件

实际应用中，当我们批量下载网络文件时，有时候会下载许多无效文件，这些文件的特征是特别小。但是其中有些文件是TXT文档，本身就比较小。所以，我们需要找出其中不是TXT文档且小于2000字节的文件，通过下面的代码批量删除

import os

os.chdir('./Doc')
print(os.getcwd())
print(os.listdir())
for file in os.listdir():
    path = os.path.abspath(file)
    filesize = os.path.getsize(path)
    print(os.path.splitext(path)[-1])
    if (filesize > 2000) & (os.path.splitext(path)[-1] != '.txt'):
        os.remove(file)

1. os.path.splitext(path)[-1] 是提取文件的后缀名。

批量更名

import os

os.chdir('./Doc')
path = os.getcwd()

for foldName, subfolders, filenames in os.walk(path):
    for filename in filenames:
        abspath = os.path.join(foldName, filename)
        old_name=os.path.basename(abspath)
        print(old_name)
        extension = os.path.splitext(abspath)[-1]
        new_name = filename.replace(extension, '2022' + extension)
        new_name = '2022' + new_name
        new_abspath=os.path.join(foldName,new_name)
        print(new_abspath)
        os.renames(abspath, new_abspath)

使用shutil 库