-
Notifications
You must be signed in to change notification settings - Fork 0
/
clean_file_name.py
159 lines (139 loc) · 8.78 KB
/
clean_file_name.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
# coding=utf-8
from __future__ import unicode_literals, absolute_import
import os
import re
from directory import create_dir_for_match_files_main, move_dir_to_dir, \
move_files_to_dir_with_dir_structure
from file import rename_match_file_name_main, rename_file, strip_file_name, \
format_date_string_2, add_date_string, get_filePath_fileName_fileExt, \
remove_qm5_string
from string_fns import find_date_string_and_format
"""
#作者 GoTop
#时间 2017-8-19
# 将下载的足球视频文件和目录中，都会带有类似'【天下足球网www.txzqw.cc】'的等文字，太碍眼
# 本脚本可以实现以下功能：
# 1.可以在指定目录file_dir中，将所有目录和文件名中指定的字符串replace_string_list删除
# 2.可以为file_dir目录下未放入同一个目录的一场比赛的上、下半场两个视频文件，新建一个目录，然后将视频文件移动到目录中
# 3.可以根据同一目录下的两个视频文件名中的不同部分，在视频文件名中加入"上半场"或"下半场"的标识
# 4.去除文件名中多余的横杠 - ，但是不去除类似 2018-19 中的横杠
# 5.将不同的日期字符串如2019-2-28,2019.1.28,同一修改为"x月x日"这样的日期格式
# 6.对于某些没有日期的视频文件，在名称中加入执行本脚本的时间"x月x日"，以便识别
# 7.多次执行本函数不会对文件名进行重复的修改
# 8.只对指定的后缀名的文件进行改名处理
todo 对于没有日期的文件，使用该文件创建的时间来作为日期比较合理
"""
__author__ = 'GoTop'
# 执行脚本前，需要设定的内容
# 设置需要修改名称的目录
src_dir_path = r"J:\BaiduNetdiskDownload\足球"
# 设置需要移动视频文件到的目录
# dst_dir_path = r"J:\Video\Download\YouTube\playlist\足球"
dst_dir_path = r"J:\BaiduNetdiskDownload\足球备份"
extensions = ['.mkv', '.mp4', '.ts']
replace_string_list = ['【天下足球网www.txzqw.cc】', '【天下足球网www.txzqw.me】',
'[52waha]',
'[Young_Andy]', '【哇哈體育】', '【哇哈体育】', '[球迷网www.qm5.cc]',
'【球迷网-www.qm5.cc】',
'【90分钟足球网】', '【劲爆足球网www.jzwzx.com】', '【劲爆足球网】',
'【90分钟足球网】', '魅力高清国语', '魅力音乐', '魅力足球',
# '18-19赛季'要在'2018-19赛季'的后面
'2018-19赛季', '2018-19', '18-19赛季',
'19-20赛季', '2019-20赛季',
'2020-21赛季', '2021年',
'2021-22赛季', '21-22赛季',
'高清国语', 'hdtv', '720P50',
'720P30', '720P',
'1080P50', '1080P30', '1080P',
'1080i', '1080',
'CCTV5HD .', 'CCTV5HD.', 'CNTV', 'CCTV5+', 'CCTV5',
'新视觉', 'PPTV', 'PP体育', '1070P',
'高清(50fps)',
# 过滤mkv这个字符串会把文件名中后缀名为.mkv的视频文件的后缀名删除
# 'MKV',
'新英体育', '新英', '百视通', '爱奇艺体育', '爱奇艺', '腾讯体育', '腾讯',
'咪咕体育', '咪咕',
'海角主',
'ELE体育',
'hdtv',
'HD', '国语',
'besTV', '无台标', '收藏版', '录播', '4K',
]
commentator = ['詹俊', '刘越', '娄一晨', '李彦', '刘腾', '贺宇', '申方剑', '孟洪涛', '林梦鸽', '陈渤胄',
'张力', '朱迟蕊', '刘畅', '苗霖', '董路', '鲁靖明', '张力', '梁祥宇', '李欣', '苏东',
'吴桐', '刘焕', '盛斌', '刘晶捷', '李子琪', '颜强', '曹菁芮', '金相凯', '刘勇', '魏翊东',
'克韩', '邵煊', '石庆圣', '张路', '管振鸿', '谭逸雄', '管振鸿', '杨璞', '孙雨轩', '徐阳',
'蔡惠强', '李金羽', '王寅初', '刘嘉成', '魏欣怡', '王宇', '邵佳一', '陈侃', '蔡慧强',
'李家成', '朱晓雨', '刘嘉远', '熊冰杰', '贺炜', '宫磊', '李晨明', '邵圣懿', '董午志',
'牛银昊', '曾侃', '孙思辰', '洪刚', '黄健翔', '陈熙荣', '王晓龙', '贾天宇', '苗锟']
replace_string_list = replace_string_list + commentator
# 测试使用下面设置
# src_dir_path = r"J:\Video\Download\YouTube\playlist\NA"
# dst_dir_path = "J:\Video\Download\YouTube\playlist\move"
# replace_string_list = ['PP体育', '1080P', '海角主']
if __name__ == "__main__":
# move_same_match_files_to_directory(file_dir)
remove_qm5_string(src_dir_path)
# 先将有类似的两个视频文件放入同一目录中
create_dir_for_match_files_main(src_dir_path, extensions)
# 遍历目录，根据同一目录下，两个视频文件名中不同的部分(比如1或2，1st或2nd)，
# 分别将视频文件命名为"上半场"+相同字段+文件后缀
# note 重命名1st，2nd这样的字符串，能够避免以后的在视频文件名中查找日期的函数将2nd认为是日期
rename_match_file_name_main(src_dir_path)
# 循环遍历file_dir目录下不同层级的所有目录
# 要设置topdown=False，这样会先遍历子目录，如果修改目录名，不会对下一个遍历造成影响
# 否则默认先遍历根目录，如果修改目录名，会导致遍历子目录的时候目录地址改变
for root, dirs, files in os.walk(src_dir_path, topdown=False):
# 对file_dir目录下的文件名称进行替换
for file_name in files:
file_path, file_name_without_ext, extension = \
get_filePath_fileName_fileExt(
file_name)
origin_file_name = file_name
# 如果遍历的文件的后缀不在指定的extensions视频文件列表中，则不对该文件进行处理
if extension not in extensions:
continue
# 替换视频文件名中多余的字符串replace_string_list，比如网址，清晰度等
for replace_string in replace_string_list:
# clean_file_name(file_dir, replace_string)
# file_name = file_name.replace(replace_string, "")
# 不区分大小写替换
# 参考 https://segmentfault.com/q/1010000009924890
reg = re.compile(re.escape(replace_string), re.IGNORECASE)
file_name = reg.sub('', file_name)
# old_file_path = os.path.join(root, file_name)
# 将比赛的视频文件名中不规范的日期字符串，修改为X月X日的样式
# new_file_name = format_date_string(file_name)
# new_file_name = format_date_string_2(file_name)
# new_file_name = add_date_string(new_file_name)
new_file_name = find_date_string_and_format(file_name)
new_file_name = add_date_string(new_file_name)
# 去除文件名中多余的空格和-,+,(,)
new_file_name = strip_file_name(new_file_name)
rename_file(root, origin_file_name, new_file_name)
new_file_path = os.path.join(root, new_file_name)
# # 如果文件名中有字符串被修改，则将实际的文件进行重命名
# if new_file_path != old_file_path:
# os.rename(old_file_path, new_file_path)
# print('将{}文件名替换为{}'.format(old_file_path, new_file_path))
# 对file_dir目录下的目录的名称，该目录下的目录和文件名进行替换
for dir_name in dirs:
# 对于resilio sync文件的目录 .sync，不进行替换操作
if dir_name == '.sync':
continue
origin_dir_name = dir_name
for replace_string in replace_string_list:
# dir_name = dir_name.replace(replace_string, "")
reg = re.compile(re.escape(replace_string), re.IGNORECASE)
dir_name = reg.sub('', dir_name)
# 将该dir目录的名称进行替换
# new_dir_name = format_date_string(dir_name)
# new_dir_name = format_date_string_2(dir_name)
# new_dir_name = add_date_string(new_dir_name)
new_dir_name = find_date_string_and_format(dir_name)
new_dir_name = add_date_string(new_dir_name)
# 去除文件名中多余的空格和-,+,(,)
new_dir_name = strip_file_name(new_dir_name)
rename_file(root, origin_dir_name, new_dir_name)
move_files_to_dir_with_dir_structure(src_dir_path, dst_dir_path,
extensions)