如何使用 python 创建多个具有名称的文件夹，并将多个 zip 提取到每个不同的文件夹？

Question

我无法为包含不同栅格数据的多个不同 zip 文件夹创建许多不同的目录，然后在干净的脚本中将所有 zip 提取到新文件夹中。

我的代码很长而且很乱，我已经完成了我的任务。我需要有标记为 NE34_E 、 NE35_E 等的文件夹，然后在这些目录中，我需要诸如 N34_24 、 N34_25 等子文件夹，栅格数据将被提取到这些文件夹中。我有 100 多个 zip 文件需要提取并放在子文件夹中。

在对创建目录的方式进行了一些更改后，这是我的脚本示例。

我的文件结构是这样的：

N\\N36_E\\N36_24
N\\N36_E\\N35_25
... etc.

压缩文件名称：

n36_e024_1arc_v3_bil.zip
n36_e025_1arc_v3_bil.zip
n36_e026_1arc_v3_bil.zip
... etc.

创建目录结构的Python代码：

import os

#Create Sub directories for "NE36_"
pathname1 = "NE36_"
pathname2 = 24
directory = "D:\\Capstone\\Test\\N36_E\\" + str(pathname1) + str(pathname2)
while pathname2 < 46:
    if not os.path.exists(directory):
        os.makedirs(directory)
    pathname2 += 1
    directory = "D:\\Capstone\\Test\\N36_E\\" + str(pathname1) + str(pathname2)

#Create Sub directories for "NE37_"
pathname1 = "NE37_"
pathname2 = 24
directory = "D:\\Capstone\\Test\\N37_E\\" + str(pathname1) + str(pathname2)
while pathname2 < 46:
    if not os.path.exists(directory):
        os.makedirs(directory)
    pathname2 += 1
    directory = "D:\\Capstone\\Test\\N37_E\\" + str(pathname1) + str(pathname2)

Answer 1

import glob, os, re, zipfile

# Setup main paths.
zipfile_rootdir = r'D:\Capstone\Zipfiles'
extract_rootdir = r'D:\Capstone\Test'

# Process the zip files.
re_pattern = re.compile(r'\A([a-zA-Z])(\d+)_([a-zA-Z])0{0,2}(\d+)')

for zip_file in glob.iglob(os.path.join(zipfile_rootdir, '*.zip')):

    # Get the parts from the base zip filename using regular expressions.
    part = re.findall(re_pattern, os.path.basename(zip_file))[0]

    # Make all items in part uppercase using a list comprehension.
    part = [item.upper() for item in part]

    # Create a dict of the parts to make useful parts to be used for folder names.
    # E.g. from ['N', '36', 'E', '24']
    folder = {'outer': '{0}{1}_{2}'.format(*part),
              'inner': '{0}{2}{1}_{3}'.format(*part)}

    # Build the extraction path from each part.
    extract_path = os.path.join(extract_rootdir, folder['outer'], folder['inner'])

    # Perform the extract of all files from the zipfile.
    with zipfile.ZipFile(zip_file, 'r') as zip:
        zip.extractall(extract_path)

2个主要设置值，即：

1. zipfile_rootdir 是 zip 文件所在的位置。
2. extract_rootdir 是提取到的位置。

字符串前的r 被视为原始字符串， 所以不需要反斜杠转义。

一个正则表达式被编译并用于提取 用于 zip 文件名的文本 提取路径。

来自压缩文件：

n36_e024_1arc_v3_bil.zip

使用正则表达式提取部分序列：

n, 36, e, 24

每个项目都是大写的，用于创建字典 命名为 folders 包含键和值：

'outer': 'N36_E'
'inner': 'NE36_24'

extract_path 将通过加入来存储完整路径 extract_rootdir 与 folder['outer'] 和 folder['inner']。

最后，通过with 使用上下文管理器，将提取 zip 文件。

---

正则表达式：

re_pattern = re.compile(r'\A([a-zA-Z])(\d+)_([a-zA-Z])0{0,2}(\d+)')

之前的正则表达式模式的编译 循环是为了避免模式的多次编译 在循环。 在字符串前使用r是为了通知Python 那个字符串应该被解释为原始的 即没有反斜杠转义。 原始字符串对于正则表达式很有用，因为 反斜杠转义用于模式。

正则表达式模式：

\A([a-zA-Z])(\d+)_([a-zA-Z])0{0,2}(\d+)

正则表达式要处理的字符串：

n36_e024_1arc_v3_bil.zip

1. \A 仅匹配字符串的开头。 这是一个锚点，不匹配任何字符。
2. ([a-zA-Z]) 匹配任何字母字符。 [] 匹配其中的任何字符。 a 到 z 和 A 到 Z 匹配。 n 将被匹配。 封闭的() 是该组捕获到的存储 返回的序列。所以现在的序列是n,。
3. (\d+) 匹配 1 位或更多位。 \d 是任意数字 + 告诉它继续匹配更多。 序列变为n, 36,。
4. _ 是文字，因为 () 没有包含它，所以它 匹配但未添加到序列中。
5. ([a-zA-Z]) 同第 2 点。 序列变为n, 36, e,。
6. 0{0,2} 匹配一个零 0，零到 2 次 {0,2}。 没有()，所以没有添加到序列中。
7. (\d+) 同第 3 点。 序列变为n, 36, e, 24。
8. 字符串的其余部分被忽略为模式 已经到了尽头。这就是为什么\A 是 使用所以模式不能从任何地方开始，并且 继续到不需要的字符串的末尾。

格式：

大写后的序列为N, 36, E, 24 通过列表理解。

1. 模式{0}{1}_{2} 订购0, 1, 2， 所以0是N，1是36，2是E成为 N36_E。 _ 是模式中的文字。
2. 模式{0}{2}{1}_{3}已排序 0, 2, 1, 3。 0 是N，2 是E，1 是36 3 是 24 变成 NE36_24。

参考资料：

• Python 2：

  • re 正则表达式模块。
  • format 字符串格式化方法。
  • list comprehensions 用于大写序列中的项目。
  • zipfile 用于处理 zip 档案的模块。

• Python 3：

  • re 用于正则表达式的模块。
  • format 格式化字符串的方法。
  • list comprehensions 用于将序列中的项目大写。
  • zipfile 用于处理 zip 档案的模块。