重命名Word文档并保存其文件名及其前10个字母

Question

我使用一款名为photorec的软件从损坏的硬盘中恢复了一些Word文档。问题是文档的名称无法恢复；它们都是由一系列数字重命名的。有2000多个文档要排序，我想知道是否可以使用一些自动化过程来重命名它们。

有没有一个脚本可以用来找到文档中的前10个字母，并将其重命名？它必须能够处理具有相同前10个字母的多个文档，因此不能覆盖具有相同名称的文档。此外，它还必须避免使用非法字符(如'?‘、'*’、'/‘等)重命名文档。

我对Python、C只有一点经验，对Linux中的bash编程更是一无所知，所以如果我需要编写一个新脚本，不知道自己在做什么，请耐心等待。

Answer 1

那VBScript呢？这是一个草图：

FolderName = "C:\Docs\“

Set fs = CreateObject("Scripting.FileSystemObject")

Set fldr = fs.GetFolder(Foldername)

Set ws = CreateObject("Word.Application")

For Each f In fldr.Files
    If Left(f.name,2)<>"~$" Then
        If InStr(f.Type, "Microsoft Word") Then

        MsgBox f.Name

        Set doc = ws.Documents.Open(Foldername & f.Name)
        s = vbNullString
        i = 1
        Do While Trim(s) = vbNullString And i <= doc.Paragraphs.Count
            s = doc.Paragraphs(i)
            s = CleanString(Left(s, 10))
            i = i + 1
        Loop

        doc.Close False

        If s = "" Then s = "NoParas"
        s1 = s
        i = 1
        Do While fs.FileExists(s1)
            s1 = s & i
            i = i + 1
        Loop

        MsgBox "Name " & Foldername & f.Name & " As " & Foldername & s1 _
            & Right(f.Name, InStrRev(f.Name, "."))
        '' This uses copy, because it seems safer

            f.Copy Foldername & s1 & Right(f.Name, InStrRev(f.Name, ".")), False

            '' MoveFile will copy the file:
        '' fs.MoveFile Foldername & f.Name, Foldername & s1 _
        ''  & Right(f.Name, InStrRev(f.Name, "."))

        End If
    End If
Next

msgbox "Done"
ws.Quit
Set ws = Nothing
Set fs = Nothing

Function CleanString(StringToClean)
''http://msdn.microsoft.com/en-us/library/ms974570.aspx
Dim objRegEx 
Set objRegEx = CreateObject("VBScript.RegExp")
objRegEx.IgnoreCase = True
objRegEx.Global = True

''Find anything not a-z, 0-9
objRegEx.Pattern = "[^a-z0-9]"

CleanString = objRegEx.Replace(StringToClean, "")
End Function

Answer 2

Word文档以自定义格式存储，这在文件的开头添加了大量的二进制代码。

最简单的事情是在Python中查找以ASCII字符开头的第一行。这就是了：

#!/usr/bin/python

import glob
import os

for file in glob.glob("*.doc"):
    f = open(file, "rb")
    new_name = ""
    chars = 0

    char = f.read(1)
    while char != "":
        if 0 < ord(char) < 128:
            if ord("a") <= ord(char) <= ord("z") or ord("A") <= ord(char) <= ord("Z") or ord("0") <= ord(char) <= ord("9"):
                new_name += char
            else:
                new_name += "_"
            chars += 1
            if chars == 100:
                new_name = new_name[:20] + ".doc"
                print "renaming " + file + " to " + new_name
                f.close()
                break;
        else:
            new_name = ""
            chars = 0
        char = f.read(1)

    if new_name != "":
        os.rename(file, new_name)

注意:如果您想要全局处理多个目录，则需要相应地更改全局行。此外，这也不会考虑您要重命名的文件是否已经存在，因此如果您有多个文档具有相同的前几个字符，那么您将需要处理它。

我在一行中找到了100个ASCII字符的第一块(如果您查找的字符少于100个，则最终会选择doc关键字之类的字符)，然后使用其中的前20个字符组成新名称，用下划线替换任何不是a-z A-Z或0-9的字符，以避免文件名问题。