零基础用Python实现档案自动整理与编号全流程

一、开发环境准备与依赖安装

在开始编写代码之前，我们需要确保计算机上已经安装了Python环境，并配置好必要的第三方库。本方案将使用Python的pandas库进行Excel数据处理，以及内置的os和shutil库进行文件系统操作。

1. 安装Python环境

如果你的电脑尚未安装Python，请访问Python官方下载页面获取安装包。请务必下载3.8及以上版本。

下载地址：https://www.python.org/downloads/

安装时，请务必勾选界面底部的"Add Python to PATH"选项，这将允许我们在命令行中直接调用Python命令。

2. 安装必要依赖库

打开终端（Windows下按Win+R输入cmd回车），依次执行以下命令安装处理Excel所需的库：

pip install pandas openpyxl

如果下载速度较慢，可以使用国内镜像源：

pip install pandas openpyxl -i https://pypi.tuna.tsinghua.edu.cn/simple

二、构建档案索引数据源

为了实现精准的整理，我们需要建立一个“索引表”，告诉程序哪份文件对应哪个编号、应该归档到哪个类别。请按照以下严格格式准备Excel文件。

1. 创建Excel文件

在项目文件夹内新建一个Excel文件，命名为档案索引表.xlsx。不要修改文件名，代码中直接引用此名称。

2. 设置表头与数据

打开Excel，在第一行依次输入以下表头（注意不要有空格）：

• A列（原文件名）：待整理文件的完整名称，包含后缀（例如：20231201_扫描件.pdf）。
• B列（档案编号）：目标文件名（例如：2023-CW-001）。
• C列（归档年度）：用于创建子文件夹（例如：2023）。
• D列（保管期限）：用于创建二级子文件夹（例如：永久、10年、30年）。

3. 填充示例数据

请确保你的Excel数据填写如下所示：

原文件名	档案编号	归档年度	保管期限
合同A.pdf	2023-HT-001	2023	永久
发票B.jpg	2023-FP-025	2023	10年

4. 准备待整理文件

在同级目录下创建一个名为待整理文件的文件夹，将所有需要重命名的原始文件放入其中。程序将读取此文件夹下的内容。

三、编写自动化整理脚本

在项目根目录下新建一个文本文件，将其重命名为archive_organizer.py。将以下完整代码复制粘贴到文件中。这段代码实现了读取Excel、匹配文件、自动创建目录结构并重命名移动文件的全过程。

```python import os import shutil import pandas as pandas def organize_archives(): 配置常量 source_dir = '待整理文件' excel_file = '档案索引表.xlsx' output_dir = '整理后档案' log_file = '操作日志.txt' 检查源文件夹是否存在 if not os.path.exists(source_dir): print(f"错误：未找到源文件夹 '{source_dir}'，请确认文件夹名称。") return 读取Excel数据 try: df = pandas.read_excel(excel_file) 将DataFrame转换为字典列表，方便遍历 data = df.to_dict('records') print(f"成功读取索引表，共 {len(data)} 条记录。") except Exception as e: print(f"读取Excel文件失败: {e}") return 初始化日志 success_count = 0 fail_count = 0 log_details = [] 遍历索引表进行操作 for index, row in enumerate(data): 获取当前行数据，strip()去除可能存在的首尾空格 old_name = str(row['原文件名']).strip() new_name = str(row['档案编号']).strip() year = str(row['归档年度']).strip() duration = str(row['保管期限']).strip() 构建源文件完整路径 src_file_path = os.path.join(source_dir, old_name) 检查源文件是否存在 if not os.path.exists(src_file_path): msg = f"【失败】未找到文件: {old_name}" print(msg) log_details.append(msg) fail_count += 1 continue 获取文件后缀名 file_ext = os.path.splitext(old_name)[1] target_filename = f"{new_name}{file_ext}" 构建目标文件夹路径 (输出目录/年度/保管期限) target_folder = os.path.join(output_dir, year, duration) 创建目标文件夹（如果不存在） if not os.path.exists(target_folder): os.makedirs(target_folder) 构建目标文件完整路径 target_file_path = os.path.join(target_folder, target_filename) 处理重名冲突 if os.path.exists(target_file_path): msg = f"【跳过】目标文件已存在，跳过移动: {target_filename}" print(msg) log_details.append(msg) fail_count += 1 continue try: 移动并重命名文件 shutil.move(src_file_path, target_file_path) msg = f"【成功】{old_name} -> {year}/{duration}/{target_filename}" print(msg) log_details.append(msg) success_count += 1 except Exception as e: msg = f"【错误】处理 {old_name} 时发生异常: {e}" print(msg) log_details.append(msg) fail_count += 1 写入日志文件 with open(log_file, 'w', encoding='utf-8') as f: f.write("\n".join(log_details)) f.write(f"\n\n汇总: 成功 {success_count} 条, 失败 {fail_count} 条") print(f"\n处理完成！请查看 '{log_file}' 获取详情。") if __name__ == "__main__": organize_archives() ```

四、核心代码逻辑详解

为了确保大家能根据实际需求修改代码，以下对脚本中的关键部分进行详细解析，不涉及任何废话，只讲技术实现。

1. 数据读取与容错

代码使用pandas.read_excel直接读取Excel文件。通过to_dict('records')方法，将表格数据转换为字典列表。这意味着每一行数据都会变成一个字典，键是表头名（如“原文件名”），值是对应的单元格内容。这种方式比按行号读取更健壮，即使Excel中间有空行也能正常处理。

2. 路径拼接与跨平台兼容

脚本中大量使用了os.path.join。这是Python处理路径的标准方法。它会自动根据你的操作系统（Windows或Mac/Linux）使用正确的路径分隔符（\ 或 /），防止因路径写法错误导致的文件找不到错误。例如，目标路径被拼接为output_dir/year/duration，形成了清晰的层级结构。

3. 目录自动创建

os.makedirs(target_folder)是关键的一行。它利用了Python的递归创建特性。如果目标路径是整理后档案/2023/永久，而这两个文件夹都不存在，这行代码会一次性把“整理后档案”和“2023”以及“永久”全部创建出来，无需手动写多层if判断。

4. 文件移动与原子性

我们使用shutil.move而不是复制后删除。move在同一个磁盘分区操作时，实际上是修改文件系统的索引表，速度极快，几乎瞬间完成，且不会占用双倍磁盘空间。这是处理大批量档案文件时的最佳实践。

五、执行脚本与结果验证

代码编写完毕后，按照以下步骤执行操作。

1. 运行脚本

在当前文件夹下，按住Shift键并在空白处右键，选择“在此处打开PowerShell窗口”或“命令提示符”。输入以下命令并回车：

python archive_organizer.py

2. 观察控制台输出

终端会实时打印每一条文件的处理状态。你应该能看到类似以下的输出：

成功读取索引表，共 2 条记录。
【成功】合同A.pdf -> 2023/永久/2023-HT-001.pdf
【成功】发票B.jpg -> 2023/10年/2023-FP-025.jpg
处理完成！请查看 '操作日志.txt' 获取详情。

3. 检查结果结构

操作完成后，你的文件夹目录结构应该如下所示：

• 整理后档案/
  • 2023/
    • 永久/
      • 2023-HT-001.pdf
    • 10年/
      • 2023-FP-025.jpg
• 操作日志.txt

4. 异常处理建议

如果提示“ModuleNotFoundError”，说明步骤二中安装依赖库的命令未执行成功，请重新检查pip安装。如果提示“未找到源文件夹”，请确保待整理文件文件夹名称完全一致，且与Python脚本在同一级目录下。所有操作细节均记录在生成的操作日志.txt中，如有部分文件失败，可直接打开日志文件查看具体原因进行修正。