[Python]將MP3和PDF按名字分類歸檔到各自資料夾

阿新 • • 發佈：2018-12-29

原創文章，歡迎轉載。轉載請註明：轉載自祥的部落格

原文連結：https://blog.csdn.net/humanking7/article/details/84663012

文章目錄

@[toc]

1.問題引出
2. 原始碼及測試結果

2.1. 程式原始碼
2.2. 測試結果

文字提示：
將註釋去掉：

1.問題引出

我下載了一些英語資料，這些資料的命名還好，但是就是沒有用資料夾歸檔，整體感覺很亂，所以打算要將他們用資料夾分類。

計劃是這樣的：

查詢所有pdf用pdf名字建立資料夾，並將對應的pdf檔案，移入資料夾中；
查詢與pdf名字最接近的MP3檔案，並將其移入對應的資料夾中。

看到明顯是一本書的文字和音訊資料：

文字：黑貓英語名著3級 02 Alic's Adventures In Wonderland 艾麗絲漫遊奇境記.pdf
音訊：艾麗絲漫遊奇境記 Alic_s Adventures In Wonderland 01.mp3

可以發現，他們都有相同的子字串 ，所以先要處理找兩個字串最長公共子串的問題。

這部分問題已經在博文 [Python]獲取2個字串的最長公共子串: https://blog.csdn.net/humanking7/article/details/84645055

中得到了解決，現在的問題基本就沒了，主要就是建立資料夾和移動檔案。

現在把這個問題的解決流程寫出來：

Step0.尋找目錄中所有的MP3和PDF
Step1.將PDF的檔名提取出來
Step2.用PDF的檔名建立目錄
Step3.將PDF移動到新建的目錄中
Step4.查詢和PDF名字(dirName)意思相近的MP3檔名
Step5. 將匹配的MP3檔案移動到對應的資料夾中

在這裡插入圖片描述

2. 原始碼及測試結果

2.1. 程式原始碼

# UTF-8
# 整理檔案
# 問題:
# 一個目錄裡面有PDF和MP3檔案，其中MP3檔名字和PDF名字不是很一致 

# eg：
# ------------------------------------
# 黑貓英語名著3級 01 Great English Monarchs and Their Times 昔的英國王室.pdf
# 黑貓英語名著3級 02 Alic's Adventures in Wonderland 艾麗絲漫遊奇境記.pdf
# 黑貓英語名著3級 03 Oscar Wilde's Short Stories 王爾德短篇故事.pdf
# 黑貓英語名著3級 04 Hamlet 王子復仇記.pdf
# 黑貓英語名著3級 05 The Secret Garden 祕密花園.pdf
# 昔日的英國王室 Great English Monarchs And Their Times 02.mp3
# 昔日的英國王室 Great English Monarchs And Their Times 03.mp3
# 昔日的英國王室 Great English Monarchs And Their Times 04.mp3
# 昔日的英國王室 Great English Monarchs And Their Times 05.mp3
# 昔日的英國王室 Great English Monarchs And Their Times 06.mp3
# 昔日的英國王室 Great English Monarchs And Their Times 09.mp3
# 昔日的英國王室 Great English Monarchs And Their Times 10.mp3
# 昔日的英國王室 Great English Monarchs And Their Times 11.mp3
# 昔日的英國王室 Great English Monarchs And Their Times 13.mp3
# 昔日的英國王室 Great English Monarchs And Their Times 14.mp3
# 昔日的英國王室 Great English Monarchs And Their Times 15.mp3
# 昔日的英國王室 Great English Monarchs And Their Times 17.mp3
# 昔日的英國王室 Great English Monarchs And Their Times 18.mp3
# 王子復仇記 Hamlet 01.mp3
# 王子復仇記 Hamlet 03.mp3
# 王子復仇記 Hamlet 04.mp3
# 王子復仇記 Hamlet 05.mp3
# 王子復仇記 Hamlet 06.mp3
# 王爾德短篇故事 Oscar Wilde_s Short Stories 01.mp3
# 王爾德短篇故事 Oscar Wilde_s Short Stories 02.mp3
# 王爾德短篇故事 Oscar Wilde_s Short Stories 03.mp3
# 王爾德短篇故事 Oscar Wilde_s Short Stories 05.mp3
# 王爾德短篇故事 Oscar Wilde_s Short Stories 06.mp3
# 王爾德短篇故事 Oscar Wilde_s Short Stories 07.mp3
# 王爾德短篇故事 Oscar Wilde_s Short Stories 08.mp3
# 王爾德短篇故事 Oscar Wilde_s Short Stories 09.mp3
# 王爾德短篇故事 Oscar Wilde_s Short Stories 12.mp3
# 王爾德短篇故事 Oscar Wilde_s Short Stories 13.mp3
# 王爾德短篇故事 Oscar Wilde_s Short Stories 14.mp3
# 王爾德短篇故事 Oscar Wilde_s Short Stories 16.mp3
# 王爾德短篇故事 Oscar Wilde_s Short Stories 17.mp3
# 王爾德短篇故事 Oscar Wilde_s Short Stories 18.mp3
# 王爾德短篇故事 Oscar Wilde_s Short Stories 20.mp3
# 王爾德短篇故事 Oscar Wilde_s Short Stories 21.mp3
# 祕密花園 The Secret Garden 02.mp3
# 祕密花園 The Secret Garden 04.mp3
# 祕密花園 The Secret Garden 05.mp3
# 祕密花園 The Secret Garden 06.mp3
# 祕密花園 The Secret Garden 07.mp3
# 祕密花園 The Secret Garden 09.mp3
# 艾麗絲漫遊奇境記 Alic_s Adventures In Wonderland 01.mp3
# 艾麗絲漫遊奇境記 Alic_s Adventures In Wonderland 02.mp3
# 艾麗絲漫遊奇境記 Alic_s Adventures In Wonderland 04.mp3
# 艾麗絲漫遊奇境記 Alic_s Adventures In Wonderland 05.mp3
# 艾麗絲漫遊奇境記 Alic_s Adventures In Wonderland 06.mp3
# 艾麗絲漫遊奇境記 Alic_s Adventures In Wonderland 07.mp3
# 艾麗絲漫遊奇境記 Alic_s Adventures In Wonderland 08.mp3
# 艾麗絲漫遊奇境記 Alic_s Adventures In Wonderland 11.mp3
# 艾麗絲漫遊奇境記 Alic_s Adventures In Wonderland 12.mp3
# 艾麗絲漫遊奇境記 Alic_s Adventures In Wonderland 13.mp3
# 艾麗絲漫遊奇境記 Alic_s Adventures In Wonderland 15.mp3
# 艾麗絲漫遊奇境記 Alic_s Adventures In Wonderland 16.mp3
# 艾麗絲漫遊奇境記 Alic_s Adventures In Wonderland 17.mp3
# 艾麗絲漫遊奇境記 Alic_s Adventures In Wonderland 19.mp3
# 艾麗絲漫遊奇境記 Alic_s Adventures In Wonderland 20.mp3
# ------------------------------------

# 程式要求：
# 1.找出所有的PDF檔案，用PDF檔名建立對應的目錄，把PDF移動到對應的目錄中;
# 2.分類MP3檔案：名字中與PDF檔案字元最接近的MP3檔案，把MP3移動到對應的目錄中.


import os
import shutil
#import copy

def list_folders_files(path):
    """
    返回 "資料夾" 和 "檔案" 名字

    :param path: "資料夾"和"檔案"所在的路徑
    :return:  (list_folders, list_files)
            :list_folders: 資料夾
            :list_files: 檔案
    """
    list_folders = []
    list_files = []
    for file in os.listdir(path):
        file_path = os.path.join(path, file)
        if os.path.isdir(file_path):
            list_folders.append(file)
        else:
            list_files.append(file)
    return (list_folders, list_files)

def list_files_with_suffix(path, suffix):
    """
    返回含有特定"字尾名"的"檔案"名字
    :param path:        "檔案"所在的路徑
    :param suffix:      字尾名
    :return:            含有特定"字尾名"的"檔案"名字
    """
    list_files = []
    for file in os.listdir(path):
        #print(file)
        file_path = os.path.join(path, file)
        if not os.path.isdir(file_path):
            if os.path.splitext(file)[1].lower() == suffix.lower():
                list_files.append(file)
    return list_files

def mkdir(path):
 
    # 去除首位空格
    path=path.strip()
    # 去除尾部 \ 符號
    path=path.rstrip("\\")
 
    # 判斷路徑是否存在
    # 存在     True
    # 不存在   False
    isExists = os.path.exists(path)
 
    # 判斷結果
    if not isExists:
        # 如果不存在則建立目錄
        # 建立目錄操作函式
        os.makedirs(path)
        # print('建立成功 > ',path)
        return True
    else:
        # 如果目錄存在則不建立，並提示目錄已存在
        # print('目錄已經存在 > ',path)
        return False


def getMaxCommonSubstr(s1, s2):
# 求兩個字串的最長公共子串
# 思想：建立一個二維陣列，儲存連續位相同與否的狀態

    len_s1 = len(s1)
    len_s2 = len(s2)

    # 生成0矩陣，為方便後續計算，多加了1行1列
    # 行: (len_s1+1)
    # 列: (len_s2+1)
    record = [[0 for i in range(len_s2+1)] for j in range(len_s1+1)]    
    
    maxNum = 0          # 最長匹配長度
    p = 0               # 字串匹配的終止下標 

    for i in range(len_s1):
        for j in range(len_s2):
            if s1[i] == s2[j]:
                # 相同則累加
                record[i+1][j+1] = record[i][j] + 1
                
                if record[i+1][j+1] > maxNum:
                    maxNum = record[i+1][j+1]
                    p = i # 匹配到下標i

    # 返回 子串長度，子串
    return maxNum, s1[p+1-maxNum : p+1]



def printMatrixList(li):
# 列印多維list
    row = len(li)
    col = len(li[0])
    
    for i in range(row):
        for j in range(col):
            print(li[i][j], end=' ')
        print('')


        
def findMatchList(l_mp3, str4match):
# 將l_mp3中與str4最匹配的list挑出來
# 返回匹配的list和剔除該list的l_mp3
    
    len_BestFit = 0
    str_BestFit = ''
    l_mp3_Match = []
    l_mp3_New = []
    
    
    # step1. 查詢最大的匹配
    for i in range(len(l_mp3)):
        [len_Match,str_Match] = getMaxCommonSubstr(str4match,l_mp3[i])
        if len_Match>=len_BestFit:
            len_BestFit = len_Match
            str_BestFit = str_Match

    # step2. 分離，這樣l_mp3[]越來越少，後面查詢次數越來越少
    for i in range(len(l_mp3)):
        [len_Match,str_Match] = getMaxCommonSubstr(str_BestFit,l_mp3[i])
        if len_Match>=len_BestFit:
            l_mp3_Match.append(l_mp3[i])
        else:
            l_mp3_New.append(l_mp3[i])


    
    return l_mp3_New,l_mp3_Match
    
if __name__ == "__main__":
    dir_root = r"E:\BaiduNetdiskDownload\SSS閱讀\黑貓分級\文字+音訊\level3"
    
    # Step0. 尋找目錄中所有的MP3和PDF
    l_pdf = list_files_with_suffix(dir_root, '.pdf')
    l_dir = []
    l_mp3 = list_files_with_suffix(dir_root, '.mp3')
    print('PDF檔案數: ', len(l_pdf))
    print('MP3檔案數: ', len(l_mp3))
    print('')

    for i in range( len(l_pdf) ):
        # Step1.將pdf的檔名提取出來
        print('要匹配的PDF檔名:')
        print(l_pdf[i]) # 顯示PDF檔案
        dirName = os.path.splitext(l_pdf[i])[0]
        l_dir.append(dirName)
        
        
        # Step2.用pdf的檔名建立目錄
        tmp_dirPath = os.path.join(dir_root,dirName) # 目錄路徑
        #暫時註釋 mkdir( tmp_dirPath )
        
        # Step3.將PDF移動到新建的目錄中
        tmp_filePath = os.path.join(dir_root,l_pdf[i]) # PDF檔案路徑
        #暫時註釋 shutil.move(tmp_filePath, tmp_dirPath) # 移動PDF
        
        # Step4.查詢和PDF名字(dirName)意思相近的MP3檔名
        [l_mp3,l_mp3_Match] = findMatchList(l_mp3,dirName)        
        print('匹配的MP3檔案數: ',len(l_mp3_Match))
        print('匹配的MP3檔名:')
        
        # Step5.將匹配的MP3檔案移動到對應的資料夾中
        for j in range(len(l_mp3_Match)):
            print(l_mp3_Match[j]) # 輸出匹配的MP3檔名
            tmp_filePath = os.path.join(dir_root,l_mp3_Match[j]) # 匹配的MP3檔案路徑
            #暫時註釋 shutil.move(tmp_filePath, tmp_dirPath) # 移動MP3
        
        print('')

2.2. 測試結果

文字提示：

PDF檔案數:  5
MP3檔案數:  55

要匹配的PDF檔名:
黑貓英語名著3級 01 Great English Monarchs and Their Times 昔日的英國王室.pdf
匹配的MP3檔案數:  13
匹配的MP3檔名:
昔日的英國王室 Great English Monarchs And Their Times 02.mp3
昔日的英國王室 Great English Monarchs And Their Times 03.mp3
昔日的英國王室 Great English Monarchs And Their Times 04.mp3
昔日的英國王室 Great English Monarchs And Their Times 05.mp3
昔日的英國王室 Great English Monarchs And Their Times 06.mp3
昔日的英國王室 Great English Monarchs And Their Times 09.mp3
昔日的英國王室 Great English Monarchs And Their Times 10.mp3
昔日的英國王室 Great English Monarchs And Their Times 11.mp3
昔日的英國王室 Great English Monarchs And Their Times 13.mp3
昔日的英國王室 Great English Monarchs And Their Times 14.mp3
昔日的英國王室 Great English Monarchs And Their Times 15.mp3
昔日的英國王室 Great English Monarchs And Their Times 17.mp3
昔日的英國王室 Great English Monarchs And Their Times 18.mp3

要匹配的PDF檔名:
黑貓英語名著3級 02 Alic's Adventures In Wonderland 艾麗絲漫遊奇境記.pdf
匹配的MP3檔案數:  15
匹配的MP3檔名:
艾麗絲漫遊奇境記 Alic_s Adventures In Wonderland 01.mp3
艾麗絲漫遊奇境記 Alic_s Adventures In Wonderland 02.mp3
艾麗絲漫遊奇境記 Alic_s Adventures In Wonderland 04.mp3
艾麗絲漫遊奇境記 Alic_s Adventures In Wonderland 05.mp3
艾麗絲漫遊奇境記 Alic_s Adventures In Wonderland 06.mp3
艾麗絲漫遊奇境記 Alic_s Adventures In Wonderland 07.mp3
艾麗絲漫遊奇境記 Alic_s Adventures In Wonderland 08.mp3
艾麗絲漫遊奇境記 Alic_s Adventures In Wonderland 11.mp3
艾麗絲漫遊奇境記 Alic_s Adventures In Wonderland 12.mp3
艾麗絲漫遊奇境記 Alic_s Adventures In Wonderland 13.mp3
艾麗絲漫遊奇境記 Alic_s Adventures In Wonderland 15.mp3
艾麗絲漫遊奇境記 Alic_s Adventures In Wonderland 16.mp3
艾麗絲漫遊奇境記 Alic_s Adventures In Wonderland 17.mp3
艾麗絲漫遊奇境記 Alic_s Adventures In Wonderland 19.mp3
艾麗絲漫遊奇境記 Alic_s Adventures In Wonderland 20.mp3

要匹配的PDF檔名:
黑貓英語名著3級 03 Oscar Wilde's Short Stories 王爾德短篇故事.pdf
匹配的MP3檔案數:  16
匹配的MP3檔名:
王爾德短篇故事 Oscar Wilde_s Short Stories 01.mp3
王爾德短篇故事 Oscar Wilde_s Short Stories 02.mp3
王爾德短篇故事 Oscar Wilde_s Short Stories 03.mp3
王爾德短篇故事 Oscar Wilde_s Short Stories 05.mp3
王爾德短篇故事 Oscar Wilde_s Short Stories 06.mp3
王爾德短篇故事 Oscar Wilde_s Short Stories 07.mp3
王爾德短篇故事 Oscar Wilde_s Short Stories 08.mp3
王爾德短篇故事 Oscar Wilde_s Short Stories 09.mp3
王爾德短篇故事 Oscar Wilde_s Short Stories 12.mp3
王爾德短篇故事 Oscar Wilde_s Short Stories 13.mp3
王爾德短篇故事 Oscar Wilde_s Short Stories 14.mp3
王爾德短篇故事 Oscar Wilde_s Short Stories 16.mp3
王爾德短篇故事 Oscar Wilde_s Short Stories 17.mp3
王爾德短篇故事 Oscar Wilde_s Short Stories 18.mp3
王爾德短篇故事 Oscar Wilde_s Short Stories 20.mp3
王爾德短篇故事 Oscar Wilde_s Short Stories 21.mp3

要匹配的PDF檔名:
黑貓英語名著3級 04 Hamlet 王子復仇記.pdf
匹配的MP3檔案數:  5
匹配的MP3檔名:
王子復仇記 Hamlet 01.mp3
王子復仇記 Hamlet 03.mp3
王子復仇記 Hamlet 04.mp3
王子復仇記 Hamlet 05.mp3
王子復仇記 Hamlet 06.mp3

要匹配的PDF檔名:
黑貓英語名著3級 05 The Secret Garden 祕密花園.pdf
匹配的MP3檔案數:  6
匹配的MP3檔名:
祕密花園 The Secret Garden 02.mp3
祕密花園 The Secret Garden 04.mp3
祕密花園 The Secret Garden 05.mp3
祕密花園 The Secret Garden 06.mp3
祕密花園 The Secret Garden 07.mp3
祕密花園 The Secret Garden 09.mp3

將註釋去掉：

在這裡插入圖片描述

讚賞碼New

[Python]將MP3和PDF按名字分類歸檔到各自資料夾

原創文章，歡迎轉載。轉載請註明：轉載自祥的部落格原文連結：https://blog.csdn.net/humanking7/article/details/84663012 文章目錄 @[toc]

python 將figure 寫入PDF

save 結果來看文件中 plot 方便 back 次循環 port 有些時候需要檢查python成圖的正確性，需要將figure 輸出來看看，但柑橘不是很方便，於是上網查到更好的辦法是將所有figure輸出到PDF文件，再檢查則更加方便。在matplotlib官網看到

Python將一個大檔案按段落分隔為多個小檔案的簡單方法

今天幫同學處理一點語料。語料檔案有點大，並且是以連續兩個換行符作為段落標誌，他想把它按段落分隔成多個小檔案，即每3個段落組成一個新檔案。由於以前沒有遇到過類似的操作，在網上找了一些相似的方法，看起來都有點複雜。所以經嘗試，自己寫了一段程式碼，完美解決問題。基本思路是，先讀原檔案內容，

Python:批量按xml標註將目標crop剪下圖片並按類儲存到相應資料夾

from __future__ import division import os from PIL import Image import xml.dom.minidom import numpy as np ImgPath = '/' AnnoPath = '' ProcessedP

Linux入門(13)——Ubuntu16.04下將圖片和pdf互轉

Ubuntu16.04下將圖片和pdf互轉將圖片轉為PDF： convert 圖片 PDF convert pic.jpg pic.pdf 將PDF轉為圖片: convert P

python將unicode和str互相轉化

問題一：將u'\u810f\u4e71'轉換為'\u810f\u4e71' 方法： s_unicode = u'\u810f\u4e71' s_str = s_unicode.encode('unicode-escape').decode('string_escape'

C#將List和string按逗號拼接

看下程式碼： Func<List<string>, string, string> aFunc = (ls, str) =>

使用python將圖片按標籤分入不同資料夾

給定影象集如下，所有類別的圖片均在一個資料夾內：給定與圖片名相匹配的表格，宣告每張圖片對應的類別（共有20個類別）：那麼，如何根據表格中所給的類別將圖片分入對應的資料夾內呢？以我的情況為例，我想將圖片分為20類（CATEGORY_ID有

python 將MP3格式轉換為WAV格式（ffmpeg安裝，使用pycharm安裝包）

首先，安裝pydub，pydub是python的一個音訊處理庫處理，能對wav格式的音訊直接進行處理。如果要進行其他格式的處理就要安裝ffmpeg。所以這裡安裝pydub和ffmpeg。一：安裝pydub：你可以直接在終端安裝：pip install pydub

Python使用doc2vec和LR進行文字分類

（1）資料預處理 a.對文字資料進行貼標籤處理，標籤資料類似入下：平素體質:健康狀況:良,既往有“高血壓病史”多年。#1 其中1表示患有高血壓，0表示沒有患有高血壓。然後進行分開，文字儲存在一個檔案，標籤儲存在一個檔案，文字內容和標籤行對行對應。

根據影象名字把一個大資料夾中影象分類（matlab中for迴圈中巢狀if語句）

clear; close all; clc; inpath = 'G:\code\xianzhu\Z_CODE\SalBenchmark-master\Data\DataSet1\Saliency\*.png'; %%需要分類的資料夾路徑 %%分類後圖像儲存路徑%% CA_p

python使用os.walk和os.path.join來遍歷資料夾的檔案(包括子資料夾下的檔案)

使用os.walk和os.path.join來遍歷資料夾的檔案 import os import os.path path = 'C://' for root, dirs, files in os.walk(path): for file in files:

按檔名批量分類檔案到資料夾

轉載 https://blog.csdn.net/lm409/article/details/75452306 略動詞}修改需要：蟒蛇直譯器，EXCEL 本方法的分類依據是，遍歷某一路徑下所有檔案和資料夾，找出所有檔案。檔名若包含目標資料夾名，則檔案會被自動剪下複製

windows伺服器和虛擬主機如何建立.開頭的資料夾

一、使用FTP軟體建立，用FTP軟體登入到站點跟目錄，右鍵建立目錄，輸入要建立的目錄名即可建立。注意，因為是帶.資料夾，因此建立後無法通過FTP軟體檢視是否建立成功，需要在虛擬主機管理的檔案管理中或登入伺服器檢視。二、windows伺服器使用命令方式建立。

用不同的使用者名稱和密碼登入網路上的共享資料夾

2014-05-20 22:49 by MikeZhou, 10697 閱讀, 0 評論, 收藏, 編輯 https://www.cnblogs.com/jinjiangongzuoshi/p/3740218.html 網路共享時,

電話錄音按號碼或者聯絡人建立資料夾儲存

一、分析系統錄音功能實現方法：在packages\services\Telecomm\src\com\mediatek\telecom\recording\Recorder.java public void startRecording(int outputfileformat

python 之複製檔案到另一個相同目錄的資料夾中

經歷了資料的刪除，檔案的建立，mat 資料型別轉換，到copy檔案 import os import shutil def copyFiles(path, obj_path): i=0 #遍歷path路徑下，所有檔案的根目錄，檔名，檔名加副檔名 for root, di

多執行緒爬取圖片網(分類儲存到資料夾)

import requests import re from bs4 import BeautifulSoup import os from lxml import etree from multiprocessing import Process,Pool #

在virtualbox上安裝64位centos7和virtual增強工具以及設定共享資料夾

no bb GO！ virtualbox安裝包連結：https://pan.baidu.com/s/1i4BjDpr 密碼：vbfy 1. 開啟virtualbox，點集新建，切換到專家模式（笑->->） 2. 輸入虛擬機器名稱，centos7，下面的型別和

將專案中的maven包打包到lib資料夾

1.首先開啟cmd，進入到專案的根目錄下，就是有pom.xml檔案的目錄在專案的根目錄輸入mvn dependency:copy-dependencies -DoutputDirectory=lib執行後項目會自動下載jar並自動在根目錄生成lib資料夾，裡面就是該專案所有的

[Python]將MP3和PDF按名字分類歸檔到各自資料夾

文章目錄

1.問題引出

2. 原始碼及測試結果

2.1. 程式原始碼

2.2. 測試結果

文字提示：

將註釋去掉：

相關推薦