Python实战：十分钟搞定设备档案批量整理归档

一、准备工作与环境依赖

在开始编写自动化脚本之前，必须确保你的电脑上已经配置好了Python运行环境，并且安装了处理Excel和文件系统所需的第三方库。本指南基于Python 3.8版本编写，兼容Windows和macOS系统。

1. 安装Python环境

如果尚未安装Python，请访问Python官网下载安装包。安装过程中，务必勾选"Add Python to PATH"选项，这将允许你在命令行中直接运行Python命令。

2. 安装必要依赖库

本脚本需要用到pandas用于读取Excel数据，以及openpyxl用于支持xlsx格式的读写。打开终端（Terminal或CMD），执行以下命令进行安装：

pip install pandas openpyxl

安装成功后，会提示安装的版本号和路径。如果安装速度过慢，建议使用国内镜像源，例如：

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

二、数据源与目录结构规范

为了让脚本能够准确无误地工作，我们需要对原始数据和文件目录结构进行标准化定义。请严格按照以下规范在你的电脑上创建文件夹和准备文件。

1. Excel档案清单规范

新建一个Excel文件，命名为device_list.xlsx。该文件必须包含以下三列表头，顺序不限，但列名必须完全一致（区分大小写）：

• device_id：设备的唯一编号（如：DEV001）。
• device_name：设备的名称（如：工业离心泵A）。
• category：设备所属分类（如：泵类）。

在Excel中填入实际数据。注意，device_id列不能有空值，且不能有重复值，这是脚本匹配文件的唯一依据。

2. 原始图片文件存放规范

新建一个文件夹，命名为raw_images。将所有需要整理的设备照片、说明书扫描件等放入此文件夹。

关键命名规则：原始文件的文件名中必须包含Excel中的device_id。例如，如果设备ID是DEV001，那么图片文件名可以是DEV001_front.jpg、DEV001-参数.png或DEV001.pdf。脚本会通过检测文件名中是否包含ID来识别归属。

三、核心代码编写与逻辑拆解

在编写完整脚本前，我们先拆解核心逻辑。脚本的主要工作流程是：读取Excel -> 遍历原始文件 -> 匹配ID -> 生成新路径 -> 移动并重命名文件。

1. 读取Excel数据

使用pandas库加载device_list.xlsx。为了防止中文乱码，建议不指定编码或使用默认引擎。读取后，我们将数据转换为字典列表，方便后续通过ID快速查找设备信息。

2. 文件匹配与重命名逻辑

脚本会遍历raw_images文件夹下的每一个文件。对于每一个文件，它会提取文件名，并去Excel数据中查找是否存在包含该ID的记录。

如果找到匹配项：

• 获取该设备的category和device_name。
• 构建目标文件夹路径：output/分类/。
• 构建新文件名：ID_设备名称_原后缀。

如果未找到匹配项：

• 将该文件移动到output/unknown/文件夹，防止数据丢失。

3. 异常处理与日志输出

为了确保脚本运行稳定，所有的文件操作（移动、创建文件夹）都必须包裹在try-except块中。同时，使用print语句在控制台实时输出每一个文件的处理结果（成功或失败），方便用户排查问题。

四、完整自动化脚本代码

将以下代码完整复制，保存为organize_devices.py文件。请确保该文件与raw_images文件夹和device_list.xlsx文件位于同一级目录下。

```python

import os

import shutil

import pandas as pd

import sys

定义配置常量

EXCEL_FILE = 'device_list.xlsx'

SOURCE_DIR = 'raw_images'

OUTPUT_DIR = 'organized_archives'

UNKNOWN_DIR = os.path.join(OUTPUT_DIR, 'unknown')

def load_device_data():

"""

加载Excel数据并建立索引字典

返回格式: {'DEV001': {'name': '泵A', 'category': '泵类'}, ...}

"""

if not os.path.exists(EXCEL_FILE):

print(f"错误：未找到Excel文件 {EXCEL_FILE}")

sys.exit(1)

try:

df = pd.read_excel(EXCEL_FILE)

检查必要列是否存在

required_cols = ['device_id', 'device_name', 'category']

for col in required_cols:

if col not in df.columns:

print(f"错误：Excel中缺少必要的列：{col}")

sys.exit(1)

将数据转换为字典，以device_id为键

device_map = {}

for index, row in df.iterrows():

d_id = str(row['device_id']).strip()

device_map[d_id] = {

'name': str(row['device_name']).strip(),

'category': str(row['category']).strip()

}

print(f"成功加载Excel数据，共 {len(device_map)} 条设备记录。")

return device_map

except Exception as e:

print(f"读取Excel失败: {e}")

sys.exit(1)

def organize_files(device_map):

"""

遍历源文件夹，匹配ID并移动文件

"""

if not os.path.exists(SOURCE_DIR):

print(f"错误：未找到源文件夹 {SOURCE_DIR}")

sys.exit(1)

创建未知文件存放目录

os.makedirs(UNKNOWN_DIR, exist_ok=True)

count_success = 0

count_unknown = 0

count_error = 0

遍历源文件夹下的所有文件

for filename in os.listdir(SOURCE_DIR):

file_path = os.path.join(SOURCE_DIR, filename)

跳过文件夹，只处理文件

if not os.path.isfile(file_path):

continue

matched_id = None

在文件名中查找是否存在device_id

注意：这里假设ID是连续的字符串，如果ID是数字且包含在长数字中可能会误判

for d_id in device_map.keys():

if d_id in filename:

matched_id = d_id

break

if matched_id:

device_info = device_map[matched_id]

category = device_info['category']

name = device_info['name']

获取文件扩展名

file_ext = os.path.splitext(filename)[1]

构建新文件名：ID_名称.后缀

new_filename = f"{matched_id}_{name}{file_ext}"

构建目标分类目录

target_category_dir = os.path.join(OUTPUT_DIR, category category)

os.makedirs(target_category_dir, exist_ok=True)

target_file_path = os.path.join(target_category_dir, new_filename)

try:

shutil.move(file_path, target_file_path)

print(f"[OK] {filename} -> {category}/{new_filename}")

count_success += 1

except Exception as e:

print(f"[ERR] 移动失败 {filename}: {e}")

count_error += 1

else:

未找到匹配ID，移动到unknown文件夹

try:

shutil.move(file_path, os.path.join(UNKNOWN_DIR, filename))

print(f"[WARN] 未匹配到ID: {filename} -> unknown/")

count_unknown += 1

except Exception as e:

print(f"[ERR] 移动未知文件失败 {filename}: {e}")

count_error += 1

print("-" 30)

print("整理完成！")

print(f"成功归档: {count_success} 个")

print(f"未识别文件: {count_unknown} 个 (已移动至unknown文件夹)")

print(f"操作失败: {count_error} 个")

if __name__ == "__main__":

1. 加载数据

devices = load_device_data()

2. 开始整理

organize_files(devices)

```

五、运行操作与结果验证

代码保存完成后，即可进行执行操作。

1. 执行脚本

在当前文件夹下打开命令行工具。

Windows系统：在文件夹地址栏输入cmd并回车。

Mac/Linux系统：在文件夹右键选择“在终端中打开”。

输入以下命令并回车：

python organize_devices.py

2. 观察控制台输出

脚本运行时，你会看到类似以下的日志滚动：

成功加载Excel数据，共 5 条设备记录。

[OK] DEV001_raw.jpg -> 泵类/DEV001_工业离心泵A.jpg

[OK] DEV002_pic.png -> 阀门类/DEV002_控制阀B.png

[WARN] 未匹配到ID: temp_log.txt -> unknown/

-

整理完成！

成功归档: 2 个

未识别文件: 1 个 (已移动至unknown文件夹)

3. 验证结果

脚本运行结束后，当前目录下会生成一个名为organized_archives的文件夹。打开该文件夹，你应该能看到按照Excel中“分类”列创建的子文件夹。进入子文件夹，文件已被重命名为“ID_设备名称”的格式，且原始文件夹raw_images中对应的文件已被移走（清空或仅保留未被识别的文件）。

六、常见报错处理方案

在实操过程中，可能会遇到一些环境或配置问题，以下是针对常见报错的解决方案。

1. ModuleNotFoundError: No module named 'pandas'

这表示Python环境中没有安装相关库。请重新检查准备工作章节中的安装命令，确保pip指向的是你当前使用的Python环境。如果安装了多个Python版本，建议使用python -m pip install pandas openpyxl进行安装。

2. PermissionError: [Errno 13] Permission denied

这通常是文件权限问题或文件被占用。请检查：

• 目标文件夹是否需要管理员权限才能写入。
• 待移动的图片文件是否正在被其他软件（如Photoshop、Windows照片查看器）打开。请关闭所有预览软件后重试。

3. UnicodeDecodeError 或 编码报错

如果你的Excel文件包含特殊字符或中文路径出现乱码，请确保Excel文件保存为.xlsx格式（现代格式），而不是老旧的.xls格式。如果问题依旧，尝试用Excel打开文件，点击“另存为”，确保编码没有问题。脚本中使用了strip()来处理ID前后的空格，这能有效避免因ID含有不可见空格导致的匹配失败。