Python结合文件名称将多个文件复制到不同路径下

本文介绍基于Python 语言,针对一个文件夹 下的大量栅格遥感影像文件 ,基于其各自的文件名 ,分别创建 指定名称的新文件夹 ,并将对应的栅格遥感影像文件 复制到不同的新文件夹下的方法。

首先,我们来看一下本文需要实现的需求。现有一个文件夹 ,其中有大量.tif格式的栅格遥感影像文件 ,以及.xmlovr等格式的遥感影像辅助信息文件,如下图所示。

其中,如上图中紫色框所示,每一景遥感影像文件的文件名称 中,都有一个表示其编号 的字段;我们希望基于这一编号 字段,将带有相同编号 字段的栅格遥感影像文件,以及其对应的辅助信息文件,都复制到一个结果文件夹 中;这个结果文件夹如下图所示。

其中,结果文件夹 内含有多个不同编号子文件夹 ,这个编号 就是上上图中,栅格遥感影像 所带有的编号 。例如,我们希望将所有文件名称中带有15字段的栅格遥感影像文件 及其辅助信息文件 ,都复制到结果文件夹 中名称为15子文件夹中,以此类推。

知道了具体需求,我们即可开始代码的撰写。本文所用到的代码如下所示。

python 复制代码
# -*- coding: utf-8 -*-
"""
Created on Mon Feb 13 20:25:04 2023

@author: fkxxgis
"""

import os
import re
import shutil

tif_file_path = r"E:\02_Project\01_Chlorophyll\Fishnet\Result"
result_file_path = r"E:\02_Project\01_Chlorophyll\Fishnet\ResultFolder"

file_list = os.listdir(tif_file_path)
for file in file_list:
    file_id_suffix = file.split("_")[2]
    file_id = re.findall("\d+", file_id_suffix)[0]
    if not os.path.exists(os.path.join(result_file_path, file_id)):
        os.makedirs(os.path.join(result_file_path, file_id))
        print("Make " + file_id + " path.")
    shutil.copy(os.path.join(tif_file_path, file), os.path.join(result_file_path, file_id, file))

其中,tif_file_path是存储有原有待复制遥感影像文件的文件夹,result_file_path则表示最终的结果文件夹。

代码的整体思路也非常简单。首先,我们需要导入osreshutil3Python 库,分别实现系统文件遍历、字符串匹配与遥感影像文件的复制。其次,我们通过os.listdir()函数,遍历待复制遥感影像文件对应的文件夹,获取其中的每一个文件;这里的文件既包括.tif格式的栅格遥感影像文件 ,同时也包括.xmlovr等格式的遥感影像辅助信息文件

随后,对每一个文件加以处理。我们基于每一个文件的文件名称的规则,通过split()函数,将其中表示编号的字段以及这一字段之后的内容 提取出来;紧接着,基于re.findall()函数,通过字符串匹配的方式,将表示编号的字段(也就是文件名称中的数字部分)提取出来。

接下来,知道了当前文件对应的编号,我们就可以开始复制工作。但是这里需要注意,由于我们需要将每一个文件都放入结果文件夹中的子文件夹,因此需要首先判断当前子文件夹有没有被建立;如果没有创建的话,我们需要创建一下这个子文件夹。这一步骤通过if判断语句及其内部的代码即可实现------通过os.path.exists()函数判断是否存在指定的子文件夹,如果不存在的话就新建这一子文件夹。

随后,就可以开始文件的复制工作了。这一步骤我们通过shutil.copy()函数即可实现。

运行上述代码后,我们即可在结果文件夹 中看到各个编号 对应的子文件夹 ,并在子文件夹 中看到这一编号对应的全部文件 。如下图所示,可以看到结果文件夹 中,名称为15子文件夹 内,包含的就是文件名称 中带有15字段的所有遥感影像文件 及其对应的辅助信息文件

至此,大功告成。

相关推荐
李可以量化1 天前
用 KMeans 聚类寻找股票支撑位与压力位(上):基于 QMT 量化平台实现
python·量化 qmt ptrade
所谓伊人,在水一方3331 天前
【Python数据科学实战之路】第12章 | 无监督学习算法实战:聚类与降维的奥秘
python·sql·学习·算法·信息可视化·聚类
MoRanzhi12031 天前
Pillow 灰度化、二值化与阈值处理
图像处理·python·pillow·二值化·图像预处理·阈值处理·灰度化
飞Link1 天前
告别复杂调参:Prophet 加法模型深度解析与实战
开发语言·python·数据挖掘
测试人社区—66791 天前
当代码面临道德选择:VR如何为AI伦理决策注入“人性压力”
网络·人工智能·python·microsoft·vr·azure
独行soc1 天前
2026年渗透测试面试题总结-36(题目+回答)
网络·python·安全·web安全·网络安全·渗透测试·安全狮
witAI1 天前
**Kimi小说灵感2025推荐,从零到一的创意激发指南**
人工智能·python
飞Link1 天前
深度解析:基于专家的监管方法(Expert-Based Supervision)在复杂系统中的应用
python·数据挖掘·回归
Shining05961 天前
Triton & 九齿系列《Triton 练气术》
开发语言·人工智能·python·学习·其他·infinitensor
天远Date Lab1 天前
天远企业司法认证API实战:Python构建企业级供应链合规审查防火墙
大数据·开发语言·网络·python