file-batch-renamer

Python 批量重命名文件

一个基于Python的终极重命名机
a file batch renamer based on python (include Chinese)
用于自动对文件夹里大部分类型的文件进行分析，并批量重命名
重命名文件自古就是繁琐事情，谁用谁指导
方便处理IT办公文件和下载文件夹的杂乱文件
简单练手，练手第三方包，编写环节综合到各方面，python初学者必备
基于云端和本地，也可以本地
对小白提供(exe)，云端提供临时服务器

Tika版架构

(假如条件不允许可以全部本地化)

Updated

Updated 2019.8.10:
- Apache Tika 版改进，基于云端和本地，终极自动重命名机
Updated 2019.1.2:
- 新版 Apache Tika 解析全文件版本
- 旧版 Python 3rd party 解析文件版本

环境

conda : 4.6.14
python : 3.7.3
Win10 + Spyder3.3.4 (打开脚本自上而下运行,或者自己添加main来py运行)
组件: tika版
- zhon 提供中文字符
- opencv 处理图片,阈值滤镜等
- PIL 处理图片
- fitz 提取PDF图片
- jieba 分词词干识别
- [numpy,requests,string,json,glob,time,os,re,string,subprocess,configparser,BeautifulSoup4]
- Java jre-8u91-windows-x64 Jre8 is at least and fitting package
- tika server 工程没附带，一定要下载
- Tesseract 云端 参考云端[Tesseract]安装
组件: 普通版
- Tesseract v4.0 Tesseract for Image OCR
- [PyPDF2,pdfminer,pytesseract,docx,pptx,xlrd,PIL,extrectImage]
打包程序: pyinstaller

以下重点更新和维护Tika版，普通版代码保留

内容

按以下格式重命名
- [‘.txt’,’.html’,’.epub’,’.chm’,’.wps’,’.md’,
  ‘.doc’,’.odt’,’.docx’,’.xlsx’,’.csv’,’.xls’,’.rtf’,
  ‘.rar’,’.zip’,’.tar’,’.tgz’,’.7z’,
  ‘.mp4’,’.gif’,’.flv’,’.mkv’,’.swf’,’.psd’,
  ‘.mp3’,’.m4a’,’.flac’,
  ‘.pdf’,]
- [‘.ppt’,’.pptx’,’.pptm’]
- [‘.png’,’.jpg’,’.jpeg’,’.bmp’,’.tif’]
- others (rules follow tika)
过滤下格式非重命名
- [‘.bat’,’.jar’,’.exe’,’.py’,’.ini’]
支持平台
- win7 32bit,win10 64bit,其他平台请按错误修改代码

使用

相关文件在flask_app目录

云端[tika]部署

#Centos启动 tika 
nohup java -Djava.awt.headless=true -jar tika-server.jar --host=yourhost --port=3232 >/dev/null &

#Centos终止 
ps -ef | grep tika-server | grep -v grep | awk '{print $2}' | xargs kill -9

本地[tika]部署


#win启动 tika 

start /b java -Djava.awt.headless=true -jar tika-server.jar --config=tika-config.xml --host=127.0.0.1 --port=3232

#[tika-config.xml 用于跳过本地Tesseract,加速非图片文件读取速度]

#Win终止 

taskkill /F /FI "IMAGENAME eq java.exe"

云端[flask]部署

#启动
nohup python3 /pyweb/app.py >/dev/null &

#终止 
ps -ef | grep pyweb | grep -v grep | awk '{print $2}' | xargs kill -9

云端[Tesseract]安装
- Centos 6.5 安装 Tesseract 4+
- 参考 https://www.jianshu.com/p/bf8521703143 差异如下:
- autoconf-2.63-5.1.el6.noarch 不用 2.69 也行，保留
- 实际安装了 autoconf-archive-2015.02.24-1.sdl6.noarch.rpm
客户端安装
- installplug.bat -> 安装 java 环境
- 需要处理文件放在target目录
- 点击 -> batch-renamer-tika.exe -> 处理target目录
- cmd -> batch-renamer-tika.py ‘yourfile’ -> 处理yourfile(文件|目录)