📢 转载信息
原文链接：https://www.kdnuggets.com/5-useful-python-scripts-to-automate-boring-file-tasks
原文作者：Bala Priya C
作者供图
# 引言
系统中有大量文件任务，没有人喜欢做，但每个人都必须处理。5个实用的Python脚本来自动化日常枯燥任务这篇文章介绍了一些文件任务的自动化。然而，还有更多任务值得自动化。
清理那些堆积了数月之久的临时文件、解开充满嵌套Zip存档的文件夹、逐一将上百张图片转换为不同格式、为项目提取媒体文件的元数据，以及删除不再有任何用途的目录——手动执行这些操作都不难，只是很繁琐。这些正是值得自动化的任务。本文将介绍五个Python脚本，来处理大多数人总是推迟处理的这些文件任务。
# 1. 清理陈旧的临时文件和缓存
痛点：系统会不断积累临时文件、缓存文件夹和应用程序残留文件。随着时间的推移，它们会悄悄占用数GB的存储空间。你知道它们在那里，但你就是没时间去处理它们。
脚本功能：扫描预定义的系统和特定应用缓存目录，标记出在可配置天数内未被触碰的文件，并安全地将其删除。在删除任何内容之前，它会提供一份完整的报告，让你保持控制权。
工作原理：脚本会遍历已知的临时和缓存路径（如系统临时文件、浏览器缓存和特定应用目录），并检查每个文件的最后访问和修改时间戳是否超过设定的阈值。然后，它会汇总发现的内容——按目录划分的总文件数和总大小。只有在你审查并确认后才会执行删除操作。所有操作都会被记录。
# 2. 提取嵌套的Zip文件
痛点：有人发给你一个存档文件。那个存档里又有另一个存档。再往里还有另一个。等你手动一层层挖出来时，已经浪费了二十分钟，而你提取的文件散落在一堆混乱的文件夹中。
脚本功能：递归提取Zip存档——最多支持10层嵌套——并将所有内容扁平化到一个干净、有组织的输出目录中。它能自动处理重复的文件名，并跳过已处理的存档，因此你可以安全地重新运行脚本。
工作原理：脚本从目标目录开始，找到所有Zip文件并解压它们；然后，它会扫描解压后的内容以查找更多Zip文件并重复此过程，直到不再有存档为止。输出文件被放置在一个干净的目录中，并自动解决冲突（当名称已存在时，附加数字后缀）。脚本会生成一个清单文件，列出每个提取的文件及其原始来源。
# 3. 批量转换多种文件格式
痛点：你需要为Web项目将200张PNG图片转换为WebP格式。或者，一个文件夹里的WAV文件需要变成MP3。又或者，有人递给你一堆BMP格式的截图，而你需要JPEG格式。一次只处理一个文件非常慢，而且大多数单一用途的工具无法一次性处理多种格式。
脚本功能：使用单个命令批量转换多种格式的文件——包括图像、音频和文档。你只需设置输入文件夹、输出格式以及任何质量/压缩设置，它就会处理其余工作。进度会实时显示。
工作原理：脚本使用Pillow进行图像转换，使用pydub处理音频，使用python-docx进行基本的文档转换。它会扫描目标目录中的支持文件类型，应用所选的输出格式和设置，并将转换后的文件写入专用的输出文件夹。它会跳过与目标格式相同的文件，并记录任何无法处理的文件及其原因。
# 4. 提取媒体元数据
痛点：你有一个包含照片、视频或音频文件的文件夹，需要了解分辨率、时长、拍摄日期、GPS坐标或编解码器信息等。通过图形用户界面（GUI）逐一检查每个文件的属性非常缓慢。如果需要将这些数据导入电子表格或数据库，手动操作更是绝无可能。
脚本功能：扫描目录中的媒体文件，从每个文件中提取所有可用元数据，并将所有内容导出到一个干净的CSV文件中。它支持提取图像的可交换图像文件格式（EXIF）数据、音频文件的标签、时长和比特率，以及视频文件的分辨率、编解码器和长度等信息。即使处理大型文件夹，运行速度也很快。
工作原理：脚本使用Pillow和piexif提取图像EXIF数据，使用mutagen处理音频元数据，并通过子进程使用ffprobe分析视频文件。它将不同文件类型的元数据规范化为一组一致的字段，将结果写入CSV文件（每文件一行），并标记出提取失败的文件，以便你手动检查。
# 5. 清除空的和陈旧的文件夹
痛点：随着时间的推移，驱动器上会积累一些完全为空的目录，或者其中所有的文件都非常陈旧，再也不会被使用了。这些文件夹会使你的文件树膨胀，减慢导航速度，并增加不必要的混乱。在深层目录结构中手动查找它们既费时又容易遗漏。
脚本功能：扫描目录树并识别两大类文件夹：完全为空的文件夹，以及其中所有文件都比你设定的阈值更旧的文件夹。在删除任何内容之前，它会按类别对发现的结果进行分组和排序。它支持“试运行”模式，让你能准确预览将要删除的内容。
工作原理：脚本自下而上地递归遍历目录树，以便嵌套的空文件夹在内容被移除后也能被捕获。它会根据你配置的阈值检查文件年龄，并将每个目录归类为“空”、“陈旧”或“活动”。在执行任何操作之前，会生成一份详细的报告。删除操作会遵守受保护路径列表，确保你永远不会意外触及系统或重要目录。
# 总结
这五个Python脚本可以帮助你自动化那些容易被搁置的文件任务。它们可能不紧急，但它们悄无声息地浪费你的时间和存储空间。选择解决你最恼人问题的那一个，然后开始着手吧。要开始使用：
- 下载你需要的脚本
- 安装依赖项（请查看README）
- 调整设置以匹配你的环境
- 手动运行一次，确保其按预期工作
- 将其安排到计划任务或添加到启动例程中
自动化愉快！
Bala Priya C 是来自印度的开发人员和技术撰稿人。她喜欢在数学、编程、数据科学和内容创作的交叉点上工作。她的兴趣和专业领域包括DevOps、数据科学和自然语言处理。她喜欢阅读、写作、编码和咖啡！目前，她正致力于通过撰写教程、操作指南、观点文章等方式来学习并与开发者社区分享她的知识。Bala还创作引人入胜的资源概述和编码教程。
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。
评论区