文件自动归类整理-python实现

一、问题引出

有时候比较懒，各种文件都堆积在桌面或者某个文件夹，想整理的时候发现已是满屏，不知如何下手！！！
笔者最近又遇见此问题，哎，要是能写个自动分类的脚本就好了！思虑半天，草草得出一点思路！
为了方便分享，自动构建了一个文件夹，随便生成了几个文件，如下图：

image.png

假设该文件夹就是那需要自动整理的乱七八糟的文件夹。

二、问题分析

笔者希望的是，通过一段代码，自动选择出文件名称中，频率最高的公共词组，将这些词组作为类别，接着基于各类别创建文件夹，最后把对应的文件移动到对应的类别中去，如前四个文件，希望创建一个名称为年工作总结的文件夹，然后把前四个文件都移动到此文件夹下。
整理一下总体思路：

1、计算出存在的公共词组并将词组按照出现次数降序排列

• 公共词组需要文件名称两两匹配
• 词组中要去除特殊词组，如数字、或者一些形式词组，如基于、关于、的等

2、将词组作为类别创建文件夹

3、遍历文件，将文件名与类别匹配，优先将匹配上的文件移动到对应上的类别中频率最高的文件夹中

三、代码实现

为了马上看到效果，以下过程实现比较简单粗暴，不要介意(⊙o⊙)…

1、公共词组获取函数

from collections import Counter
import os,shutil
import re
def get_common_sequence(word1,word2,filter='\d|关于|基于|于的|方案|分析+'):
    '''
    获取两文件名中所有公共词组
    :param word1: 
    :param word2: 
    :param filter: 需要过滤的词组
    :return: 
    '''
    condidates = set()
    last_condidate = ''
    word1 = word1+"1"
    word2 = word2+"2"
    for i in range(len(word1)):
        for j in range(len(word2)):
            if word1[i] == word2[j]:
                c_word1 = word1[i:]
                c_word2 = word2[j:]
                condidate = c_word1[0]
                for k in range(1,min(len(c_word1),len(c_word2))):
                    if c_word1[k] == c_word2[k]:
                        condidate += c_word1[k]
                    else:
                        if len(condidate)>1:
                            if condidate not in last_condidate and not re.match(filter,condidate):
                                condidates.add(condidate)
                                last_condidate = condidate
                                break
                        condidate = ''
    return condidates

2、分类函数

def classify(path):
    classifications = []
    files = os.listdir(path)
    for file in files:
        for file2 in files:
            if file != file2:
                classification = get_common_sequence(file.split('.')[0],file2.split('.')[0])
                classifications.extend(classification)
    classifications_counter = Counter(classifications)
    for file in files:
        for dir in classifications_counter.keys():
            if dir in file:
                if os.path.exists(path+dir):
                    shutil.move(path+file,path+dir)
                    break
                else:
                    os.mkdir(path + dir)
                    shutil.move(path + file, path + dir)
                    break

3、执行

classify('需要分类的文件夹路径')

效果如下

以上就是整个过程，将其保存为脚本，每次运行传入需要分类的路径即可。