Question

我在Windows上用Python 2.7编写脚本时遇到了一些麻烦。在脚本的一部分中，我需要从目录和带扩展名的文件名组成一个Windows文件路径。当我以字符串形式写它时，它工作正常，但当我尝试将它作为连接时，我得到一个错误。我认为它可能与路径中的空格有关。

这是一个有效的代码部分

filepath = os.path.normpath("C:/Users/jpettit/documents/projects/vendor files script/test files/122484.pdf")

print find_filename(filepath)

这是代码部分不起作用

directory_path = os.path.normpath("C:/Users/jpettit/documents/projects/vendor files script/test files")

file = "122484.pdf"

filepath = os.path.join(directory_path, file)
print find_filename(filepath)

我很难看到这两者之间的区别。这是整个脚本上下文中的代码。

from pdfminer.pdfinterp import PDFResourceManager, PDFPageInterpreter
from pdfminer.converter import TextConverter
from pdfminer.layout import LAParams
from pdfminer.pdfpage import PDFPage
from cStringIO import StringIO
import re
import os


def convert_pdf_to_txt(path):
    rsrcmgr = PDFResourceManager()
    retstr = StringIO()
    codec = 'utf-8'
    laparams = LAParams()
    device = TextConverter(rsrcmgr, retstr, codec=codec, laparams=laparams)
    fp = file(path, 'rb')
    interpreter = PDFPageInterpreter(rsrcmgr, device)
    password = ""
    maxpages = 0
    caching = True
    pagenos=set()
    for page in PDFPage.get_pages(fp, pagenos, maxpages=maxpages, password=password,caching=caching, check_extractable=True):
        interpreter.process_page(page)
    fp.close()
    device.close()
    str = retstr.getvalue()
    retstr.close()
    return str

def find_filename(filepath):
    try:
        filenumberlocation = re.search('\d\d\d\d\d\d\.pdf',filepath, re.IGNORECASE)
        filenumber = filenumberlocation.group()[:6]
        print filepath
        pdfconverted = convert_pdf_to_txt(filepath)
        revlocation = re.search('REV #\n....',pdfconverted)
        rev = revlocation.group()[-4:]
        new_filename = filenumber + ' ' + rev + '.pdf'
        return new_filename
    except AttributeError:
        return os.path.basename(filepath)

def list_files(directory_path):
    filenames_list = []
    for dirpath, dirnames, filenames in os.walk(directory_path):
        filenames_list.extend(filenames)    
    return filenames_list

directory_path = os.path.normpath("C:/Users/jpettit/documents/projects/vendor files script/test files")

file_list = list_files(directory_path)

for file in file_list:
    filepath = os.path.join(directory_path, file)
    os.rename(filepath, os.path.join(directory_path, find_filename(file)))

我得到的错误说明如下

Traceback (most recent call last):
    File "revfind.txt", line 59, in <module>
        os.rename(filepath, os.path.join(directory_path, find_filename(file)))
    File "revfind.txt", line 34, in find_filename
        pdfconverted = convert_pdf_to_txt(filepath)
    File "revfind.txt", line 16, in convert_pdf_to_txt
        fp = file(path, 'rb')
TypeError: 'str' object is not callable

你可能会说，我对此非常陌生，非常感谢任何指导！

Answer 1

错误消息显示您阴影 file内置 - 这就是此行的效果：

file = "122484.pdf"

从那时起，file是一个字符串而不是内置函数。对这个问题的一般建议是“不要这样做” - 即，选择另一个名称（称之为filename）可能是一个不错的选择。但是，在这种情况下，更好的建议是在这里使用open函数，因为file是一个不推荐使用的别名（已在Python 3中删除）。所以，当你这样做时：

fp = file(path, 'rb')

改为：

fp = open(path, 'rb')

这个特定使用影子内置的名称恰好是安全的，并且可能并不令人惊讶，但一般情况下你应该小心。

Answer 2

您正在隐藏内置file object

不要这样做。调用变量f，myfile，thefile或其他任何内容。

不要使用内置组件的影子名称。不要打电话给你的列表list，不要拨打你的字符串string，不要打电话给你的字典dict，不要打电话给你设置set，不要给您的运营商operator打电话...您可以调用您的函数function（在Python中），但您仍然不应该这样做。 ...不要给您的对象object打电话，也不要给您的类型type打电话。

Answer 3

差异必须在传递给find_filename的字符串中，并且两个版本之间有所不同。

使用你的第一个版本，目录中的斜杠都是正斜杠，包括文件名之前的斜杠：

C：/ Users / jpettit / documents / projects / vendor files script / test files / 122484.pdf

在Windows上，没有尾部斜杠的os.path.join会在文件名之前附加一个反斜杠，从而产生：

“C：/ Users / jpettit / documents / projects / vendor files script / test files \ 122484.pdf

如果在目录名的末尾添加正斜杠，则os.path.join将产生与您的示例相同的结果。

Python字符串行为阴影内置文件对象

3 个答案: