[已解决]提取word标题或者第一行前几个字为文件名，重名文件如何添加序号？

sjjy1813

感谢坛友lightninng前面提供的代码，解决了提取word标题为文件名这个问题，但是由于文档有些标题名字一样，所以遇到这类问题后就停止重命名了，请教论坛里的各位好心人，如何在此代码中添加一项内容：遇到重名文件，自动在后面添加序号（1）（2）（3）。


import win32com.client
import os

app = win32com.client.DispatchEx("Word.Application")
file_name=[]
for path,dirs,files in os.walk(os.getcwd()):
    for file in files:
        if (file.split(".")[-1]=="docx" or file.split(".")[-1]=="doc" )and "$" not in file:  #只处理docx或doc文件
            app.visible = False #不显示word窗口
            doc = app.Documents.Open(f'{path}\{file}')   #打开文件
            title=str(doc.paragraphs[0])    #获取第一段内容（也就是第一行，word中回车分隔的就是不同段落）
            doc.Close()    #关闭打开的文档
            os.rename(f'{path}\{file}',f"{path}\{str(title).strip()}.{file.split('.')[-1]}")   #给文件改名
            
    break #只处理当前目录，所以第一项完成后退出
app.Quit()
        

最佳答案

月排行榜 / 总排行榜

临时号

2022-7-8 12:26:49

如果还有一些不能作为文件名的字符,可以直接在remove_str那里添加

import win32com.client
import os

count = 0
remove_str = r"*\<>?"
app = win32com.client.DispatchEx("Word.Application")
file_name=[]
for path,dirs,files in os.walk(os.getcwd()):
    for file in files:
        if (file.split(".")[-1]=="docx" or file.split(".")[-1]=="doc" )and "$" not in file:  #只处理docx或doc文件
            app.visible = False #不显示word窗口
            doc = app.Documents.Open(f'{path}\{file}')   #打开文件
            title=str(doc.paragraphs[0])    #获取第一段内容（也就是第一行，word中回车分隔的就是不同段落）
            doc.Close()    #关闭打开的文档
            for r in remove_str:
                if r in title:
                    title = title.replace(r,'')
            while True:
                try:
                    if count == 0:
                        os.rename(f'{path}\{file}',f"{path}\{str(title).strip()}.{file.split('.')[-1]}")   #给文件改名
                    else:
                        os.rename(f'{path}\{file}',f"{path}\{str(title).strip()}({count}).{file.split('.')[-1]}")
                except FileExistsError:
                    count += 1
                else:
                    count = 0
                    break
            
    break #只处理当前目录，所以第一项完成后退出
app.Quit()

跳转到最佳答案楼层

qq1151985918

加个判断不就好了。

sjjy1813

qq1151985918 发表于 2022-7-8 10:39
加个判断不就好了。

主要是不会添加，大神能否帮忙一下呢

临时号

import win32com.client
import os

count = 0
app = win32com.client.DispatchEx("Word.Application")
file_name=[]
for path,dirs,files in os.walk(os.getcwd()):
    for file in files:
        if (file.split(".")[-1]=="docx" or file.split(".")[-1]=="doc" )and "$" not in file:  #只处理docx或doc文件
            app.visible = False #不显示word窗口
            doc = app.Documents.Open(f'{path}\{file}')   #打开文件
            title=str(doc.paragraphs[0])    #获取第一段内容（也就是第一行，word中回车分隔的就是不同段落）
            doc.Close()    #关闭打开的文档
            while True:
                try:
                    if count == 0:
                        os.rename(f'{path}\{file}',f"{path}\{str(title).strip()}.{file.split('.')[-1]}")   #给文件改名
                    else:
                        os.rename(f'{path}\{file}',f"{path}\{str(title).strip()}({count}).{file.split('.')[-1]}")
                except FileExistsError:
                    count += 1
                else:
                    count = 0
                    break
            
    break #只处理当前目录，所以第一项完成后退出
app.Quit()

qq1151985918

sjjy1813 发表于 2022-7-8 10:45
主要是不会添加，大神能否帮忙一下呢

我没在电脑前。思路给你说一下，你在文件夹内查找是不是已经有这个文件名，如果没有那么直接命名，如果有就命名为2.3.4等等，这里可以加一个循环。

sjjy1813

临时号 发表于 2022-7-8 11:25

棒棒的，大神，还遇到个问题，就是首段里如果包含了*\<>？这种字符的情况，这样的首行就不能作为文档名了，能否在程序将这些去除后再重命名呢

临时号

sjjy1813 发表于 2022-7-8 12:11
棒棒的，大神，还遇到个问题，就是首段里如果包含了*\？这种字符的情况，这样的首行就不能作为文档名了， ...

可以

sjjy1813

临时号 发表于 2022-7-8 12:17
可以

再次厚颜，请大神帮忙改下了

临时号

如果还有一些不能作为文件名的字符,可以直接在remove_str那里添加

import win32com.client
import os

count = 0
remove_str = r"*\<>?"
app = win32com.client.DispatchEx("Word.Application")
file_name=[]
for path,dirs,files in os.walk(os.getcwd()):
    for file in files:
        if (file.split(".")[-1]=="docx" or file.split(".")[-1]=="doc" )and "$" not in file:  #只处理docx或doc文件
            app.visible = False #不显示word窗口
            doc = app.Documents.Open(f'{path}\{file}')   #打开文件
            title=str(doc.paragraphs[0])    #获取第一段内容（也就是第一行，word中回车分隔的就是不同段落）
            doc.Close()    #关闭打开的文档
            for r in remove_str:
                if r in title:
                    title = title.replace(r,'')
            while True:
                try:
                    if count == 0:
                        os.rename(f'{path}\{file}',f"{path}\{str(title).strip()}.{file.split('.')[-1]}")   #给文件改名
                    else:
                        os.rename(f'{path}\{file}',f"{path}\{str(title).strip()}({count}).{file.split('.')[-1]}")
                except FileExistsError:
                    count += 1
                else:
                    count = 0
                    break
            
    break #只处理当前目录，所以第一项完成后退出
app.Quit()

临时号

sjjy1813 发表于 2022-7-8 12:20
再次厚颜，请大神帮忙改下了

代码在9#

sjjy1813

临时号 发表于 2022-7-8 12:33
代码在9#

感谢大神的辛苦付出！

sjjy1813

临时号 发表于 2022-7-8 12:33
代码在9#

大神，遇到个问题，就是有时候标题中有个换行或者回车，就执行不下不去了，这个换行或者回车，我用chr（10）、chr(13）这种添加，好像不咋起作用啊，这样的该如何处置呢？
测试文档如下：
链接：https://pan.baidu.com/s/1t5STQoGeJdI1eDDxHZXBzw?pwd=a9ec
提取码：a9ec

sjjy1813

我自己也研究了一下

import os
import re
from docx import Document
from docx.opc.exceptions import PackageNotFoundError

# 定义正则表达式匹配规则，匹配文件名中的非法字符
invalid_pattern = re.compile(r'[\/\\\:\*\?"\<\>\|]')

# 定义函数，将文件名中的非法字符替换为'_'
def replace_invalid_char(filename):
    return invalid_pattern.sub('_', filename)

# 定义递归函数，遍历指定路径下所有的文件夹及子文件夹
def traverse_folder(path):
    for root, dirs, files in os.walk(path):
        for filename in files:
            if filename.endswith('.doc') or filename.endswith('.docx'):
                filepath = os.path.join(root, filename)
                try:
                    doc = Document(filepath)
                    # 获取第一段的文字
                    text = doc.paragraphs[0].text.strip()
                    # 去除文件名中的非法字符
                    new_name = replace_invalid_char(text)
                    # 如果文件名已存在，则在重复的文件名后面添加数字
                    if os.path.exists(os.path.join(root, new_name + os.path.splitext(filename)[1])):
                        i = 1
                        while True:
                            new_name_with_number = f'{new_name} ({i})'
                            if not os.path.exists(os.path.join(root, new_name_with_number + os.path.splitext(filename)[1])):
                                new_name = new_name_with_number
                                break
                            i += 1
                    # 重命名文件
                    os.rename(filepath, os.path.join(root, new_name + os.path.splitext(filename)[1]))
                    # 打印文件名的修改过程
                    print(f'{filename} -> {new_name + os.path.splitext(filename)[1]}')
                except (PackageNotFoundError, IndexError):
                    # 如果文件不是有效的doc或docx文件，则跳过该文件
                    continue
        for folder in dirs:
            traverse_folder(os.path.join(root, folder))

# 指定文件夹路径
folder_path = 'C:\\文件\\2023'

# 打印提示信息
print(f'正在遍历路径 {folder_path} 下的所有文件夹及子文件夹')

# 调用递归函数，遍历指定路径下所有的文件夹及子文件夹
traverse_folder(folder_path)

# 打印结束信息
print('文件名修改完成！')