Python小工具-复制嵌套目录下的多个word文档到指定目录

需求

有多个文件目录，每个目录下都有多个文件和子目录，现在需要把这些目录中的word文档提取处理，并放到当前文件夹下，

原始数据

每个班级中有多个人的目录，每个目录下有实习报告+原代码，现在需要把每个目录中的word文档提取出来。

工具实现思路

1.导入库 os shutil
2.输入需要遍历的路径 根路径 file_path = r’F:\xx’
3.输入需要遍历的层级 暂时未实现
4.输入需要找到的文件名后缀 file_types = [“.doc”,“.docx”]
5.确定不需要的遍历的目录 ‘data’和’code’ 我这个版本采用了硬编码
6.把多个word文件提取出来存放的位置 如果指定目录不存在，则新建文件的存放目录 dst_dir = r’F:\公司\20xx’
7.定义函数file_type_to_reduce_dir，判断文件格式，如果是文件后缀在file_types = [“.doc”,“.docx”]中，则copy或remove文件到 dst_dir
8.定义函数list_dir_by_level（递归调用），用于遍历指定目录，原计划可以指定路径level，但这个版本没有实现。在这个函数中 调用file_type_to_reduce_dir函数。
9.调用list_dir_by_level函数

代码实现

1-6 配置项目

# 1.导入库
import os
import shutil
# 2.输入需要遍历的路径
file_path = r'F:\公司\20221124三峡大学培训\学号+姓名+实习报告\20201762+实习报告'
# 3.输入需要遍历的层级
dir_level = 3
# 4.输入需要找到的文件名后缀
file_types = [".doc",".docx"]
# 5.输入不需要读取的目录 包含这个目录就不读取 
filter_dirs = ['data','code'] 

# 6.把文件存放的位置 如果指定目录不存在，则新建文件的存放目录
dst_dir = r'F:\公司\20221124三峡大学培训\学号+姓名+实习报告\20201762+实习报告\汇总'
if not os.path.exists(dst_dir):
    os.mkdir(dst_dir)

7 定义file_type_to_reduce_dir函数完成文件复制或移动

# 定义函数 完成判断是指定格式的文档，并复制到指定的存放位置

def file_type_to_reduce_dir(filename,dst_dir,file_types,copy_or_remove="copy"):
    """
    filename当前文件的路径
    dst_dir要迁移到的路径
    file_types要过滤的文件类型
    copy_or_remove复制或移动
    """
    # os.path.split切分路径为路径和文件名 如 c:/ 和a.txt
    head_tail = os.path.split(filename)

    # 如果是复制模式
    if copy_or_remove =="copy":
        # 遍历需要复制的文件类型
        for file_type in file_types:
            # 如果文件类型是需要复制的
            if str(head_tail[1]).endswith(file_type):
                print(f"当前需要复制的文件名为{filename}")
                # 构建移动后的文件全路径
                file_path_new = dst_dir+'\\' + head_tail[1]
                # 复制文件到指定目录下
                shutil.copyfile(filename, file_path_new)
                print(f"复制：原文件{filename}--->新文件{file_path_new}")
    # 如果是移动模型            
    elif copy_or_remove=="remove":
         # 遍历需要复制的文件类型
        for file_type in file_types:
            print(f"当前需要移动的文件名为{filename}")
            # 如果文件类型是需要复制的
            if str(head_tail[1]).endswith(file_type):
                # 构建移动后的文件全路径
                file_path_new = dst_dir+'\\' + head_tail[1]
                # 复制文件到指定目录下
                # os.remove(file_path, file_path_new)
                print(f"移动：原文件{file_path}--->新文件{file_path_new}")

    else:
        print("copy_or_remove的值为copy 或是 remove")

8 定义list_dir_by_level函数完成遍历

# 开始遍历
# 查看初级目录下的所有文件以及目录
continue_flag = False
def list_dir_by_level(file_path,dst_dir,file_types,copy_or_remove="copy"):
    global continue_flag
    # 遍历当前路径
    dir_one = os.listdir(file_path)
    for file in dir_one:
        # 拼接绝对路径
        abs_file_name = os.path.join(file_path,file)
        # 如果路径为目标地址 跳过
        if abs_file_name == dst_dir:
            continue
        # 跳过 指定路径
        for filter_dir in filter_dirs:
            if filter_dir in abs_file_name:
                print(f"跳过包含{filter_dir}的目录-->{abs_file_name}")
                continue_flag = True # 设置外层循环的标记
                
                continue
        if continue_flag:
            continue_flag = False # 修改标记为False
            continue
        # if "data" in abs_file_name:
        #     # print(f"跳过包含data的目录-->{abs_file_name}")
        #     continue
        # 过滤提取初级目录下的子目录
        if os.path.isdir(abs_file_name):
            # print(f"当前目录为{abs_file_name}")
            list_dir_by_level(abs_file_name,dst_dir,file_types,copy_or_remove=copy_or_remove)
        elif os.path.isfile(abs_file_name):
            
            file_type_to_reduce_dir(abs_file_name,dst_dir,file_types,copy_or_remove=copy_or_remove)

调用函数并执行

list_dir_by_level(file_path,dst_dir,file_types)

输出为：

复制：原文件F:\XXX\20201762班-陈家豪\2020112808+童非+实习报告\2020112808+童非+实习报告.docx—>新文件F:\XXX\汇总\2020112808+童非+实习报告.docx
跳过包含code的目录–>F:\XXX\20201762班-陈家豪\2020112808+童非+实习报告\Code\productsWebForm\node_modules@babel\code-frame
跳过包含code的目录–>F:\XXX\20201762班-陈家豪\2020112808+童非+实习报告\Code\productsWebForm\node_modules@jridgewell\sourcemap-codec
跳过包含code的目录–>F:\XXX\20201762班-陈家豪\2020112808+童非+实习报告\Code\productsWebForm\node_modules\archy\test\non_unicode.js
跳过包含code的目录–>F:\XXX\20201762班-陈家豪\2020112808+童非+实习报告\Code\productsWebForm\node_modules\bl\node_modules\string_decoder
…
复制：原文件F:\XXX\20201762班-陈家豪\2020159316+汤正+实习报告\2020159316-汤正-实习报告.doc—>新文件F:\公司\20221124三峡大学培训\学 号+姓名+实习报告\20201762+实习报告\汇总\2020159316-汤正-实习报告.doc
跳过包含code的目录–>F:\XXX\20201762班-陈家豪\2020159316+汤正+实习报告\code
跳过包含data的目录–>F:\公司\20221124三峡大学培 训\学号+姓名+实习报告\20201762+实习报告\20201762班-陈家豪\2020159316+汤正+实习报告\data

汇总后的文件如图

待改进地方

如果目录内的文件重名，汇总后会覆盖，可以执行rename为目录名的方式，有想完成的朋友，可以放到评论区，我会更新博客。比如，应该是66个文件，实际只有65个

完整代码

'''
Descripttion: 
version: 
Author: sueRimn
Date: 2022-12-27 07:37:32
LastEditors: sueRimn
LastEditTime: 2022-12-27 20:25:36
'''
# 导入库
import os
import shutil
# 输入需要遍历的路径
file_path = r'F:\公司\20221124三峡大学培训\学号+姓名+实习报告\20201762+实习报告'
# 输入需要遍历的层级
dir_level = 3
# 输入需要找到的文件名后缀
file_types = [".doc",".docx"]

# 5.输入不需要读取的目录 包含这个目录就不读取 
filter_dirs = ['data','code'] 

# 把文件存放的位置 如果指定目录不存在，则新建文件的存放目录
dst_dir = r'F:\公司\20221124三峡大学培训\学号+姓名+实习报告\20201762+实习报告\汇总'
if not os.path.exists(dst_dir):
    os.mkdir(dst_dir)

# 定义函数 完成判断是指定格式的文档，并复制到指定的存放位置

def file_type_to_reduce_dir(filename,dst_dir,file_types,copy_or_remove="copy"):
    """
    filename当前文件的路径
    dst_dir要迁移到的路径
    file_types要过滤的文件类型
    copy_or_remove复制或移动
    """
    # os.path.split切分路径为路径和文件名 如 c:/ 和a.txt
    head_tail = os.path.split(filename)

    
    
    # 如果是复制模式
    if copy_or_remove =="copy":
        # 遍历需要复制的文件类型
        for file_type in file_types:
            # 如果文件类型是需要复制的
            if str(head_tail[1]).endswith(file_type):
                print(f"当前需要复制的文件名为{filename}")
                # 构建移动后的文件全路径
                file_path_new = dst_dir+'\\' + head_tail[1]
                # 复制文件到指定目录下
                shutil.copyfile(filename, file_path_new)
                print(f"复制：原文件{filename}--->新文件{file_path_new}")
    # 如果是移动模型            
    elif copy_or_remove=="remove":
         # 遍历需要复制的文件类型
        for file_type in file_types:
            print(f"当前需要移动的文件名为{filename}")
            # 如果文件类型是需要复制的
            if str(head_tail[1]).endswith(file_type):
                # 构建移动后的文件全路径
                file_path_new = dst_dir+'\\' + head_tail[1]
                # 复制文件到指定目录下
                # os.remove(file_path, file_path_new)
                print(f"移动：原文件{file_path}--->新文件{file_path_new}")

    else:
        print("copy_or_remove的值为copy 或是 remove")
        


# 开始遍历
# 查看初级目录下的所有文件以及目录
continue_flag = False
def list_dir_by_level(file_path,dst_dir,file_types,copy_or_remove="copy"):
    global continue_flag
    # 遍历当前路径
    dir_one = os.listdir(file_path)
    for file in dir_one:
        # 拼接绝对路径
        abs_file_name = os.path.join(file_path,file)
        # 如果路径为目标地址 跳过
        if abs_file_name == dst_dir:
            continue
        # 跳过 指定路径
        for filter_dir in filter_dirs:
            if filter_dir in abs_file_name:
                print(f"跳过包含{filter_dir}的目录-->{abs_file_name}")
                continue_flag = True # 设置外层循环的标记
                
                continue
        if continue_flag:
            continue_flag = False # 修改标记为False
            continue
        # if "data" in abs_file_name:
        #     # print(f"跳过包含data的目录-->{abs_file_name}")
        #     continue
        # 过滤提取初级目录下的子目录
        if os.path.isdir(abs_file_name):
            # print(f"当前目录为{abs_file_name}")
            list_dir_by_level(abs_file_name,dst_dir,file_types,copy_or_remove=copy_or_remove)
        elif os.path.isfile(abs_file_name):
            
            file_type_to_reduce_dir(abs_file_name,dst_dir,file_types,copy_or_remove=copy_or_remove)

list_dir_by_level(file_path,dst_dir,file_types)

输出为：

复制：原文件F:\XXX\20201762班-陈家豪\2020112808+童非+实习报告\2020112808+童非+实习报告.docx—>新文件F:\XXX\汇总\2020112808+童非+实习报告.docx
跳过包含code的目录–>F:\XXX\20201762班-陈家豪\2020112808+童非+实习报告\Code\productsWebForm\node_modules@babel\code-frame
跳过包含code的目录–>F:\XXX\20201762班-陈家豪\2020112808+童非+实习报告\Code\productsWebForm\node_modules@jridgewell\sourcemap-codec
跳过包含code的目录–>F:\XXX\20201762班-陈家豪\2020112808+童非+实习报告\Code\productsWebForm\node_modules\archy\test\non_unicode.js
跳过包含code的目录–>F:\XXX\20201762班-陈家豪\2020112808+童非+实习报告\Code\productsWebForm\node_modules\bl\node_modules\string_decoder
…
复制：原文件F:\XXX\20201762班-陈家豪\2020159316+汤正+实习报告\2020159316-汤正-实习报告.doc—>新文件F:\公司\20221124三峡大学培训\学 号+姓名+实习报告\20201762+实习报告\汇总\2020159316-汤正-实习报告.doc
跳过包含code的目录–>F:\XXX\20201762班-陈家豪\2020159316+汤正+实习报告\code
跳过包含data的目录–>F:\公司\20221124三峡大学培 训\学号+姓名+实习报告\20201762+实习报告\20201762班-陈家豪\2020159316+汤正+实习报告\data

自我反省

著名心理学专家Jordan Peterson教授曾概括“伪勤奋”的4个表现，看看你中了几个?
1.花大量时间做事情中最容易的环节，还到处炫耀:没有功劳也有苦劳。
2.以“准备”的名义拖延，看上去很忙但事情没有任何进展。
3.从来不验证工作成果，不知道做得好做得坏，只顾闷头拉车，不会抬头看天。
4.读了很多书，但从不总结规律;即使总结了规律，也没有用到实践中。