Question

我正在做 PDF Flatting 但挑战是源 pdf 是存储“c:\root folder\folder1\subfolders1\subfolders”每个文件夹和子文件夹都有 PDF，在 pdf 扁平化完成后，文件保存在不同的位置，但结构仍然存在与 c:\folder1\subfolders1\subfolders 一样。文件夹结构示例 enter image description here

我面临挑战，因为 PDF 名称是这样的 (06032021_toibhoc_mp_01_1_col_r1.pdf, 06032021_toibhoc_PP_01_1_col_r1.pdf, 06032021_toiind_mp_01_1_col_r1)

文件名的语法：- Date_Techcode_mp_pageno_edition_number_col_page_revisionnumber

我只需要关注日期和技术代码（即 06032021_toibhoc），因为这在每个文件中都是独一无二的。情况1：如果文件名以明天日期和今天日期开头，我想检查日期只处理它们。案例2。我想通过 JSON 文件检查技术代码。我有一个存储技术代码，我想对其进行增肥，因此如果 JSON 文件技术代码仅存在于该文件进程中，则程序应将文件名教学代码与 JSON 文件进行比较，否则它会复制到目的地而无需进程。

json 文件示例。 {"toiac_mp","toiac_pp","su_mp","rjk_mp","rjk_pp","bar_mp","cap_mp",”cap_pp”"}

案例 3：- 我的工作时间是下午 3 点到凌晨 2 点，因为我希望它在设定的工作时间后更改

我尝试使用以下代码处理文件夹和子文件夹中的每个文件。

import win32com.client, win32com.client.makepy, os, winerror
from win32com.client.dynamic import ERRORS_BAD_CONTEXT
import ghostscript,locale,time,datetime
import threading


def convert_to_1_3(dirpath,out_file,org_name):
    ERRORS_BAD_CONTEXT.append(winerror.E_NOTIMPL)
    try:
        src = os.path.join(dirpath,org_name)  
        win32com.client.makepy.GenerateFromTypeLibSpec('Acrobat')
        adobe = win32com.client.DispatchEx('AcroExch.App')
        avDoc = win32com.client.DispatchEx('AcroExch.AVDoc')
        if avDoc.Open(src," "):
            pdDoc = avDoc.GetPDDoc()
            jObject = pdDoc.GetJSObject()
            jObject.SaveAs(out_file, "com.adobe.acrobat.ps")#com.Callas.preflight.pdfa
    except Exception as e:
        print(str(e))
    finally:
        avDoc.Close(True)
        jsObject = None
        pdDoc = None
        avDoc = None

def ps2pdf(ps_input_path, pdf_output_path):
    args1 = ["ps2pdf", # actual value doesn't matter
            "-sBATCH",
            "-sNOPAUSE",
            "-sSAFER",
            "-sDEVICE=pdfwrite",
            "-dCompatibilityLevel=1.3",
            "-sOutputFile=" + pdf_output_path,
            ps_input_path]
    encoding = locale.getpreferredencoding()
    args1 = [a.encode(encoding) for a in args1]
    ghostscript.Ghostscript(*args1)
    ghostscript.cleanup()

def write_log(file):
    start_time = time.time()
    current_date_and_time = datetime.datetime.now().strftime("%d%m%Y-%H:%M:%S")
    current_date_and_time_string = str(current_date_and_time) 
    with open(file,'a+') as out:
        out.write(current_date_and_time_string+"\n--- %s seconds ---" % (str(time.time() - start_time))+'\n')
        # print("--- %s seconds ---" % (time.time() - start_time))

def main(input_file,pdf_file):
    try:
        for dirpath, dirnames, filenames in os.walk(inputpath):
            # structure = os.path.join(outputpath, dirpath[len(inputpath):])
            structure = (outputpath+dirpath[len(inputpath):])
            if not os.path.isdir(structure):
                os.mkdir(structure)
            for file in filenames:
                if not file.endswith('qxd.pdf'):
                    # shutil.copy2(os.path.join(dirpath,file),os.path.join(structure,file))
                    PS_filename='ps'.join(str(file).split('pdf'))
                    PDF_filename='pdf'.join(str(file).split('ps'))                    
                    convert_to_1_3(dirpath,PS_filename,file)
                    ps2pdf(os.path.join(dirpath,PS_filename),os.path.join(structure,PDF_filename))
                    os.remove(os.path.join(dirpath,PS_filename))
    except Exception as e:
        print(str(e))

if __name__=="__main__":
    log_file="\\PDF_1.3\log.txt"
    inputpath = '/121rawfile'
    outputpath = 'c:/'
    # t1=threading.Thread(target=main(inputpath,outputpath),args=(10 ,0))
    main(inputpath,outputpath)
    write_log(log_file)
    # t1.start()

Answer 1

用于处理（06032021_toibhoc_mp_01_1_col_r1.pdf、06032021_toibhoc_PP_01_1_col_r1.pdf、06032021_toiind_mp_01_1_col_r1.pdf）

首先可以读取配置文件

foo.com/form?var1=value1&var2=value2&...

然后您可以使用 DateTime 获取日期和 fnmatch.fnmatch 来搜索文件。检查今天和明天的文件，您可以同时使用

def read_config():
    with open('/path/filename.config', 'r') as lookupfile:#use your path name 
        for line in lookupfile:
            tech= [word[1:-1] for word in line.split(",")]
            return tech

如果我更正了你的完整代码，我们会喜欢这个：

tom_date=(datetime.today()+timedelta(days=1)).strftime("%d%m%Y")
today_date=(datetime.now()).strftime("%d%m%Y")
pattterns=(tom_date+'_'+techcode+'*',today_date+'_'+techcode+'*')
if [pat for pat in pattterns if fnmatch.fnmatch(file,pat)]:
       #do waht you want

Python Scan 文件夹和子文件夹。子文件夹。只处理指定的文件

1 个答案: