如何使用python创建带有名称的多个文件夹，并将多个zip提取到每个不同的文件夹？

Question

我无法为包含不同栅格数据的许多不同zip文件夹创建许多不同的目录，然后以干净的脚本将所有zip提取到新文件夹中。

我已经用我的代码完成了我的任务，这很长而且很凌乱。我需要具有标记为NE34_E，NE35_E等的文件夹，然后在这些目录中，我需要诸如N34_24，N34_25等的子文件夹，这些子文件夹将栅格数据将被提取到。我有100多个zip文件需要提取并放在子文件夹中。

对我制作目录的方式进行了一些更改之后，这是我的脚本示例。

我的文件结构如下：

N\\N36_E\\N36_24
N\\N36_E\\N35_25
... etc.

Zipfile名称：

n36_e024_1arc_v3_bil.zip
n36_e025_1arc_v3_bil.zip
n36_e026_1arc_v3_bil.zip
... etc.

用于创建目录结构的Python代码：

import os

#Create Sub directories for "NE36_"
pathname1 = "NE36_"
pathname2 = 24
directory = "D:\\Capstone\\Test\\N36_E\\" + str(pathname1) + str(pathname2)
while pathname2 < 46:
    if not os.path.exists(directory):
        os.makedirs(directory)
    pathname2 += 1
    directory = "D:\\Capstone\\Test\\N36_E\\" + str(pathname1) + str(pathname2)

#Create Sub directories for "NE37_"
pathname1 = "NE37_"
pathname2 = 24
directory = "D:\\Capstone\\Test\\N37_E\\" + str(pathname1) + str(pathname2)
while pathname2 < 46:
    if not os.path.exists(directory):
        os.makedirs(directory)
    pathname2 += 1
    directory = "D:\\Capstone\\Test\\N37_E\\" + str(pathname1) + str(pathname2)

Answer 1

import glob, os, re, zipfile

# Setup main paths.
zipfile_rootdir = r'D:\Capstone\Zipfiles'
extract_rootdir = r'D:\Capstone\Test'

# Process the zip files.
re_pattern = re.compile(r'\A([a-zA-Z])(\d+)_([a-zA-Z])0{0,2}(\d+)')

for zip_file in glob.iglob(os.path.join(zipfile_rootdir, '*.zip')):

    # Get the parts from the base zip filename using regular expressions.
    part = re.findall(re_pattern, os.path.basename(zip_file))[0]

    # Make all items in part uppercase using a list comprehension.
    part = [item.upper() for item in part]

    # Create a dict of the parts to make useful parts to be used for folder names.
    # E.g. from ['N', '36', 'E', '24']
    folder = {'outer': '{0}{1}_{2}'.format(*part),
              'inner': '{0}{2}{1}_{3}'.format(*part)}

    # Build the extraction path from each part.
    extract_path = os.path.join(extract_rootdir, folder['outer'], folder['inner'])

    # Perform the extract of all files from the zipfile.
    with zipfile.ZipFile(zip_file, 'r') as zip:
        zip.extractall(extract_path)

2个主要设置来设置值，即：

1. zipfile_rootdir是zip文件所在的位置。
2. extract_rootdir是提取到的位置。

字符串前的r被视为原始字符串， 因此不需要反斜杠转义。

正则表达式被编译并用于提取 zip文件名称中的文本用于 提取路径。

来自zip文件：

n36_e024_1arc_v3_bil.zip

使用正则表达式提取零件序列：

n, 36, e, 24

每个项目都大写并用于创建字典 名为folders的键和值：

'outer': 'N36_E'
'inner': 'NE36_24'

extract_path将通过加入来存储完整路径 extract_rootdir与folder['outer']和folder['inner']。

最后，使用上下文管理器通过with提取zip文件。

---

正则表达式：

re_pattern = re.compile(r'\A([a-zA-Z])(\d+)_([a-zA-Z])0{0,2}(\d+)')

之前的正则表达式模式的编译 循环是为了避免模式的多次编译 在循环。 在字符串前使用r是为了通知Python 该字符串应解释为原始字符串 即没有反斜杠转义。 原始字符串对于正则表达式很有用，因为 模式使用反斜杠转义。

正则表达式模式：

\A([a-zA-Z])(\d+)_([a-zA-Z])0{0,2}(\d+)

要使用的正则表达式的字符串：

n36_e024_1arc_v3_bil.zip

1. \A仅在字符串的开头匹配。 这是一个锚点，与任何字符都不匹配。
2. ([a-zA-Z])匹配任何字母字符。 []与其中的任何字符匹配。 a至z范围内的任何字符，以及 A至Z已匹配。 n将被匹配。 封闭的()存储捕获到的组 返回的序列。现在序列是n,。
3. (\d+)匹配1位或更多位数字。 \d是任何数字 和+告诉它继续匹配更多内容。 序列变为n, 36,。
4. _是文字的，并且由于()没有包含它，因此它 匹配，但未添加到序列中。
5. ([a-zA-Z])与第2点相同。 序列变为n, 36, e,。
6. 0{0,2}匹配一个零0，零至2倍{0,2}。 没有()，因此未添加到序列中。
7. (\d+)与第3点相同。 序列变为n, 36, e, 24。
8. 字符串的其余部分作为模式被忽略 已经到尽头了。这就是\A是 使用该模式无法从任何地方开始 继续到不需要的字符串的末尾。

格式化：

序列大写后为N, 36, E, 24 通过列表理解。

1. 模式{0}{1}_{2}已排序0, 1, 2， 因此0为N，1为36和2为E N36_E。 _是模式中的文字。
2. 模式{0}{2}{1}_{3}已排序 0, 2, 1, 3。 0是N，2是E，1是36 而3是24成为NE36_24。

参考文献：

• Python 2：

  • re模块的正则表达式。
  • format方法来格式化字符串。
  • list comprehensions用于将序列中的内容大写。
  • zipfile模块，用于处理zip存档。

• Python 3：

  • re模块的正则表达式。
  • format方法来格式化字符串。
  • list comprehensions用于将序列中的内容大写。
  • zipfile模块，用于处理zip存档。