Как применить мой код python ко всем файлам в папке за один раз и как мне создать новое имя для каждого последующего выходного файла?

Question

Код, с которым я работаю, принимает файл .pdf и выводит .txt-файл. Мой вопрос: как мне создать цикл (возможно, цикл for), который снова и снова запускает код для всех файлов в папке, которая заканчивается на «.pdf»? Кроме того, как я могу изменить вывод каждый раз, когда цикл работает, чтобы каждый раз я мог писать новый файл, который имеет то же имя, что и входной файл (например, 1_pet.pdf> 1_pet.txt, 2_pet.pdf> 2_pet. .txt, и т.д.)

Вот код до сих пор:

path="2_pet.pdf" 
content = getPDFContent(path) 
encoded = content.encode("utf-8") 
text_file = open("Output.txt", "w") 
text_file.write(encoded) 
text_file.close() 

Answer 1

Создайте функцию, которая инкапсулирует то, что вы хотите сделать для каждого файла.

import os.path 

def parse_pdf(filename): 
    "Parse a pdf into text" 
    content = getPDFContent(filename) 
    encoded = content.encode("utf-8") 
    ## split of the pdf extension to add .txt instead. 
    (root, _) = os.path.splitext(filename) 
    text_file = open(root + ".txt", "w") 
    text_file.write(encoded) 
    text_file.close() 

Затем примените эту функцию в список имен файлов, например:

for f in files: 
    parse_pdf(f) 

Answer 2

Один из способов работать на всех PDF файлов в каталоге, чтобы вызвать glob.glob() и перебирать результаты:

import glob 
for path in glob.glob('*.pdf') 
    content = getPDFContent(path) 
    encoded = content.encode("utf-8") 
    text_file = open("Output.txt", "w") 
    text_file.write(encoded) 
    text_file.close() 

Другой способ - разрешить пользователю указывать файлы:

import sys 
for path in sys.argv[1:]: 
    ... 

Тогда пользователь запускает ваш скрипт как python foo.py *.pdf.

Answer 3

Вы можете использовать рекурсивную функцию для поиска папки и все вложенные папки для файлов, которые заканчиваются PDF. Затем возьмите эти файлы, а затем создайте для него текстовый файл.

Это может быть что-то вроде:

import os 

def convert_PDF(path, func): 
    d = os.path.basename(path) 
    if os.path.isdir(path): 
     [convert_PDF(os.path.join(path,x), func) for x in os.listdir(path)] 
    elif d[-4:] == '.pdf': 
     funct(path) 

# based entirely on your example code 
def convert_to_txt(path): 
    content = getPDFContent(path) 
    encoded = content.encode("utf-8") 
    file_path = os.path.dirname(path) 
    # replace pdf with txt extension 
    file_name = os.path.basename(path)[:-4]+'.txt' 
    text_file = open(file_path +'/'+file_name, "w") 
    text_file.write(encoded) 
    text_file.close() 

convert_PDF('path/to/files', convert_to_txt) 

Поскольку фактическая операция изменчива, вы можете заменить функцию с любой операцией необходимо выполнить (например, используя другую библиотеку, преобразование в другой тип, и т.д. .)

Answer 4

следующий сценарий решить вашу проблему:

import os 

sourcedir = 'pdfdir' 

dl = os.listdir('pdfdir') 

for f in dl: 
    fs = f.split(".") 
    if fs[1] == "pdf": 
     path_in = os.path.join(dl,f) 
     content = getPDFContent(path_in) 
     encoded = content.encode("utf-8") 
     path_out = os.path.join(dl,fs[0] + ".txt") 
     text_file = open(path_out, 'w') 
     text_file.write(encoded) 
     text_file.close()