SameFileError 因为覆盖位置答案

【问题标题】：SameFileError because of overwriting locationSameFileError 因为覆盖位置
【发布时间】：2021-01-27 13:55:38
【问题描述】：

我创建了一个脚本，在一个文件夹中查找 pdf 中的单词，然后如果找到它会将 pdf 移动到另一个文件夹。

from pathlib import Path
import PyPDF2
import re
import os
import shutil

pattern = input("Enter string pattern to search: ")

basepath = Path('\hrdinhal\Data\Desktop\Analize\Search engine')

src = basepath / 'Folder 1'
dst = basepath / 'Folder 2'


for file_name in os.scandir(src):
    file = PyPDF2.PdfFileReader(str(src / file_name), 'rb')
    numPages = file.getNumPages()

    for i in range(0, numPages):
        pageObj = file.getPage(i)
        text = pageObj.extractText()
        
        for match in re.findall(pattern, text, re.IGNORECASE):
            shutil.copyfile(str(src / file_name), str(dst / file_name))

当我运行它时，我得到了错误：

SameFileError: '\\hrdinhal\\Data\\Desktop\\Analize\\Search engine\\Folder 1\\Daily Production Summary 1.pdf' and '\\hrdinhal\\Data\\Desktop\\Analize\\Search engine\\Folder 1\\Daily Production Summary 1.pdf' are the same file

由于某种原因，它需要 dst 并用 src 替换它。为什么？以及如何解决？

dst
Out[99]: WindowsPath('/hrdinhal/Data/Desktop/Analize/Search engine/Folder 2')

file_name
Out[100]: <DirEntry 'Daily Production Summary 1.pdf'>

dst/file_name
Out[101]: WindowsPath('/hrdinhal/Data/Desktop/Analize/Search engine/Folder 1/Daily Production Summary 1.pdf')

它将文件夹 2 更改为文件夹 1！

【问题讨论】：

使用print() 在不同时刻查看变量中的值 - 这称为“打印调试” - 也许这可以帮助您找到问题所在。
代码似乎没问题。您必须自己调试它以查看变量何时更改值。您的输出带有前缀Out[99]:。 Out[100]:、Out[101]: 可能意味着您在某些 ipython 或 juputer 中运行它，因此您可以运行其他更改此变量的代码。最好将代码放入文件并正常运行：python script.py
BTW：我不明白你为什么使用for match-循环来执行copyfile。如果它找到许多匹配项，那么它会多次运行相同的copyfile - 这没有任何意义。我宁愿使用if re.findall(): - 只执行一次copyfile。但是for i-loop 也存在同样的问题。如果它在许多页面上找到匹配的模式，那么您将多次复制同一个文件。最好先发送found = False，然后运行循环并在任何页面上匹配时设置found = True。检查所有页面后，您应该执行if found: shutil.copyfile(..) - 它只会复制一次文件。
好的，谢谢，for 循环有意义。我不明白你的第二条评论。使用 print() 究竟是什么，在哪里？
也许你需要file_name.name 而不是file_name 来获取没有完整路径的名称。

标签： python location shutil

【解决方案1】：

我发现file_name 保留了文件的完整路径，并且该路径替换了src、dst in

src / file_name 
dst / file_name

你只需要得到名字file_name.name

src / file_name.name
dst / file_name.name

顺便说一句：

完整路径

print( file_name.path )

只有文件名

print( file_name.name )

顺便说一句：你在每场比赛后复制同一个文件，但你只能复制一次

使用变量found并在for i-loop之后复制

from pathlib import Path
import PyPDF2
import re
import os
import shutil

pattern = input("Enter string pattern to search: ")

basepath = Path('\hrdinhal\Data\Desktop\Analize\Search engine')

src = basepath / 'Folder 1'
dst = basepath / 'Folder 2'

#print('[DEBUG] (before for file_name) src:', src)

for file_name in os.scandir(src):

    file = PyPDF2.PdfFileReader(str(src / file_name.name), 'rb')
    numPages = file.getNumPages()

    found = False

    # ---

    #print('[DEBUG] (before for i) src:', src)
    
    for i in range(0, numPages):
        pageObj = file.getPage(i)
        text = pageObj.extractText()

        #print('[DEBUG] (before if re) src:', src)

        if re.findall(pattern, text, re.IGNORECASE):
            found = True
            
    # ----

    #print('[DEBUG] (before for found) src:', src)
    
    if found:
        #print('[DEBUG] (before copy) src:', src)
        shutil.copyfile(str(src / file_name.name), str(dst / file_name.name))

或在第一次复制后使用break 跳过for i-loop

from pathlib import Path
import PyPDF2
import re
import os
import shutil

pattern = input("Enter string pattern to search: ")

basepath = Path('\hrdinhal\Data\Desktop\Analize\Search engine')

src = basepath / 'Folder 1'
dst = basepath / 'Folder 2'

#print('[DEBUG] (before for file_name) src:', src)

for file_name in os.scandir(src):

    #print('[DEBUG] (before pyPDF2) file_name:', file_name)

    file = PyPDF2.PdfFileReader(str(src / file_name.name), 'rb')
    numPages = file.getNumPages()

    # ---

    #print('[DEBUG] (before for i) src:', src)
    
    for i in range(0, numPages):
        pageObj = file.getPage(i)
        text = pageObj.extractText()

        #print('[DEBUG] (before if re) src:', src)

        if re.findall(pattern, text, re.IGNORECASE):
            #print('[DEBUG] (before copy) src:', src)
            shutil.copyfile(str(src / file_name.name), str(dst / file_name.name))
            break # there is no need to check rest of PDF

【讨论】：