Python实战：手把手教你自动生成档案整理目录与索引册
一、开发环境准备与依赖库安装
在进行档案数字化整理时，手动录入文件名和修改时间不仅效率低，而且极易出错。我们将使用Python构建一个自动化工具，它能扫描指定文件夹下的所有文件，根据文件的最后修改时间自动将其归类到对应的“年-月”文件夹中，并生成一份格式标准的Excel电子档案册。为了确保工具能够稳定运行，我们需要先配置Python环境。
请确保你的电脑上安装了Python 3.8或更高版本。如果尚未安装，请访问Python官方发布页面下载并安装：https://www.python.org/downloads/。安装时，务必勾选“Add Python to PATH”选项，以便在命令行中直接调用Python。
打开终端（Windows下为CMD或PowerShell，Mac下为Terminal），输入以下命令安装本项目必须依赖的三个第三方库：pandas用于处理数据表格，openpyxl用于设置Excel样式，pathlib用于处理跨平台文件路径：
pip install pandas openpyxl pathlib
如果安装速度较慢，可以使用国内镜像源进行安装：
pip install pandas openpyxl pathlib -i https://pypi.tuna.tsinghua.edu.cn/simple
二、整理逻辑与数据结构设计
在编写代码之前，我们需要明确“档案整理”的具体逻辑，这直接决定了代码的健壮性。我们的工具将执行以下核心操作：
- 递归扫描： 遍历用户指定的源目录，获取所有文件的绝对路径、文件名、大小和修改时间。
- 自动归档： 读取文件的“最后修改时间”，将其格式化为“YYYY-MM”形式。例如，修改时间为2023年5月12日的文件，将被移动到“整理后档案/2023-05”目录下。如果目标目录不存在，程序会自动创建。
- 生成索引： 在移动文件的同时，记录文件的原始路径、新路径、文件大小和归档日期，并将这些数据暂存到内存中。
- 导出档案册： 将内存中的数据写入Excel文件。为了符合“档案册”的视觉规范，我们将使用openpyxl设置表头加粗、冻结首行以及自动调整列宽。
三、完整自动化脚本代码
请新建一个文本文件，将其重命名为 archive_organizer.py，然后将以下完整的代码复制进去。这段代码包含了所有必要的逻辑，无需任何修改即可直接运行。
```python
import os
import shutil
import pandas as pd
from datetime import datetime
from openpyxl import load_workbook
from openpyxl.styles import Font, Alignment, PatternFill
from openpyxl.utils import get_column_letter
import sys
import platform
def format_size(size_bytes):
"""将字节转换为可读的文件大小格式"""
for unit in ['B', 'KB', 'MB', 'GB', 'TB']:
if size_bytes < 1024.0:
return f"{size_bytes:.2f} {unit}"
size_bytes /= 1024.0
return f"{size_bytes:.2f} PB"
def organize_and_catalog(source_dir, output_dir):
"""核心整理函数：移动文件并生成记录"""
if not os.path.exists(source_dir):
print(f"错误：源目录 {source_dir} 不存在！")
return
if not os.path.exists(output_dir):
os.makedirs(output_dir)
catalog_data = []
count = 0
print(f"开始扫描目录: {source_dir}")
遍历源目录
for root, dirs, files in os.walk(source_dir):
for filename in files:
file_path = os.path.join(root, filename)
获取文件修改时间
try:
mod_time = os.path.getmtime(file_path)
date_obj = datetime.fromtimestamp(mod_time)
folder_name = date_obj.strftime("%Y-%m")
date_str = date_obj.strftime("%Y-%m-%d %H:%M:%S")
构建目标路径
target_folder = os.path.join(output_dir, folder_name)
target_path = os.path.join(target_folder, filename)
创建目标文件夹
if not os.path.exists(target_folder):
os.makedirs(target_folder)
移动文件（处理重名）
final_target_path = target_path
counter = 1
while os.path.exists(final_target_path):
name, ext = os.path.splitext(filename)
final_target_path = os.path.join(target_folder, f"{name}_{counter}{ext}")
counter += 1
shutil.move(file_path, final_target_path)
获取文件大小
size_bytes = os.path.getsize(final_target_path)
size_readable = format_size(size_bytes)
记录数据
catalog_data.append({
"序号": len(catalog_data) + 1,
"档案名称": os.path.basename(final_target_path),
"归档日期": date_str,
"存储位置": final_target_path,
"文件大小": size_readable
})
count += 1
print(f"已处理: {filename} -> {folder_name}")
except Exception as e:
print(f"处理文件 {filename} 时出错: {e}")
return catalog_data
def create_excel_report(data, output_excel_path):
"""生成带样式的Excel档案册"""
if not data:
print("没有数据可生成报告。")
return
df = pd.DataFrame(data)
先保存一个基础Excel文件
df.to_excel(output_excel_path, index=False, engine='openpyxl')
使用openpyxl加载进行样式调整
wb = load_workbook(output_excel_path)
ws = wb.active
定义样式
header_font = Font(name='微软雅黑', bold=True, color="FFFFFF")
header_fill = PatternFill(start_color="4F81BD", end_color="4F81BD", fill_type="solid")
align_center = Alignment(horizontal='center', vertical='center')
设置表头样式
for col in range(1, ws.max_column + 1):
cell = ws.cell(row=1, column=col)
cell.font = header_font
cell.fill = header_fill
cell.alignment = align_center
冻结首行
ws.freeze_panes = 'A2'
自动调整列宽
for column in ws.columns:
max_length = 0
column_letter = get_column_letter(column[0].column)
for cell in column:
try:
if len(str(cell.value)) > max_length:
max_length = len(str(cell.value))
except:
pass
adjusted_width = (max_length + 2) 1.2
ws.column_dimensions[column_letter].width = adjusted_width
wb.save(output_excel_path)
print(f"档案册已生成: {output_excel_path}")
if __name__ == "__main__":
配置路径：请根据实际情况修改这里的路径
Windows路径示例: r"C:\Users\Name\Downloads\混乱文件"
Mac/Linux路径示例: "/Users/Name/Documents/混乱文件"
为了演示安全，这里使用当前目录下的 '待整理档案' 作为源目录
current_dir = os.getcwd()
source_directory = os.path.join(current_dir, "待整理档案")
target_directory = os.path.join(current_dir, "已整理档案")
excel_output = os.path.join(current_dir, "档案整理索引册.xlsx")
提示用户创建测试目录（如果不存在）
if not os.path.exists(source_directory):
print(f"提示：源目录 {source_directory} 不存在，程序将自动创建用于演示。")
os.makedirs(source_directory)
创建一些测试文件
with open(os.path.join(source_directory_directory, "test1.txt"), "w") as f: f.write("old content")
with open(os.path.join(source_directory, "test2.txt"), "w") as f: f.write("new content")
print("=== 档案自动整理工具启动 ===")
print(f"源目录: {source_directory}")
print(f"目标目录: {target_directory}")
执行整理
records = organize_and_catalog(source_directory, target_directory)
生成报告
if records:
create_excel_report(records, excel_output)
else:
print("未发现任何文件。")
print("=== 任务完成 ===")
```
四、代码核心逻辑详解
上述代码虽然可以直接运行，但为了让你能够根据实际需求进行微调，我们需要对其中的关键技术点进行拆解。
1. 跨平台文件移动处理
代码中使用了 shutil.move() 而非 os.rename()。这是一个关键的技术细节。`os.rename` 仅能在同一个文件系统（磁盘分区）内移动文件，如果跨分区移动会报错。而 `shutil.move` 会自动检测底层架构，如果需要跨分区，它会先复制文件再删除源文件，确保在任何路径下都能安全归档。
2. 文件名冲突解决机制
在整理大量档案时，经常会遇到同名文件（例如不同文件夹下都有“数据表.xlsx”）。代码中的 while os.path.exists(final_target_path) 循环块专门用于处理这种情况。如果发现目标位置已有同名文件，它会自动在文件名后追加 `_1`, `_2` 等后缀，防止文件被意外覆盖。这对于数据安全至关重要。
3. Excel样式深度定制
普通的 `to_excel` 只能生成无格式的表格。为了符合“档案册”的专业要求，我们引入了 `openpyxl` 库。代码中定义了 `header_font` 和 `header_fill`，将表头设置为微软雅黑字体、白色文字、蓝色背景。同时，`ws.freeze_panes = 'A2'` 这行代码实现了“冻结首行”的效果，当档案条目过多需要滚动查看时，表头始终可见，极大提升了查阅体验。
五、运行操作与结果验证
代码准备就绪后，最后一步是实际运行并验证结果。请严格按照以下步骤操作，确保万无一失。
1. 准备测试数据
在代码所在的文件夹内，创建一个名为 “待整理档案” 的文件夹。为了测试效果，请在该文件夹内放入不同时间修改的文件（你可以右键点击文件 -> 属性 -> 修改时间，手动调整几个文件的日期到不同的月份，例如2022-11和2023-05）。
2. 执行脚本
在代码所在的目录打开命令行工具，输入以下命令启动程序：
python archive_organizer.py
如果一切正常，终端窗口会滚动显示处理日志，例如：“已处理: project.docx -> 2023-05”。
3. 检查输出结果
程序运行结束后，你会在当前目录下看到两个新生成的对象：
- “已整理档案”文件夹： 打开它，你会看到文件已经按照“年-月”自动创建了子文件夹，所有文件都已经从“待整理档案”移动到了对应的月份子文件夹中。
- “档案整理索引册.xlsx”文件： 使用Excel或WPS打开此文件。你会看到一个带有蓝色表头的专业表格，每一行都详细记录了文件名、归档日期、具体的存储路径和文件大小。
至此，你已完成了一个从零开始的自动化档案整理工具开发。这套方案不仅适用于个人文档整理，稍作修改（如连接FTP或数据库）即可应用于企业级的文档归档系统。
相关文章
