Python 文件批量处理:重命名/备份/同步运维实战指南

news2026/5/7 1:58:11
老王在一家小公司管服务器。每天最烦的事就是开发同事丢来一堆日志文件文件名乱七八糟——有的叫log1.txt有的叫1212.log还有的直接叫新建文本文档(1).log。更糟的是每周五要手动备份一遍配置文件还得确保备份目录和源目录同步。老王决定写几个Python脚本把这些破事自动化。场景一批量重命名——让文件名规规矩矩先拿日志文件开刀。老王想把所有.log文件改成2024-12-01_001.log这种格式按修改时间排序。import os from datetime import datetime def rename_logs(folder_path): log_files [f for f in os.listdir(folder_path) if f.endswith(.log)] for index, filename in enumerate(log_files, 1): old_path os.path.join(folder_path, filename) # 获取修改时间 mtime os.path.getmtime(old_path) date_str datetime.fromtimestamp(mtime).strftime(%Y-%m-%d) new_name f{date_str}_{index:03d}.log new_path os.path.join(folder_path, new_name) os.rename(old_path, new_path) print(f{filename} - {new_name}) rename_logs(/var/logs)运行一次新建文本文档(1).log变成了2024-12-15_005.log一目了然。但os.rename有个坑目标文件已存在时会报错。加上覆盖检查更稳妥def safe_rename(old_path, new_path): if os.path.exists(new_path): base, ext os.path.splitext(new_path) counter 1 while os.path.exists(f{base}_{counter}{ext}): counter 1 new_path f{base}_{counter}{ext} os.rename(old_path, new_path) return new_path更灵活的模式匹配用glob模块按规则筛选文件比如只改report_*.xlsximport glob for filepath in glob.glob(/data/report_*.xlsx): dirname, filename os.path.split(filepath) # 提取月份比如 report_202412.xlsx - 202412 month filename.split(_)[1].split(.)[0] new_name f财务报告_{month}.xlsx os.rename(filepath, os.path.join(dirname, new_name))正则表达式批量替换某些文件命名有规律但混乱比如IMG_001 (1).jpg、IMG_001 (2).jpg这种括号空格让人头疼。import re def clean_filenames(folder, pattern, replacement): for filename in os.listdir(folder): new_name re.sub(pattern, replacement, filename) if new_name ! filename: old_path os.path.join(folder, filename) new_path os.path.join(folder, new_name) os.rename(old_path, new_path) print(f修正: {filename} - {new_name}) # 去掉文件名中的空格和括号 clean_filenames(./photos, r[\(\s\)], ) # IMG_001 (1).jpg - IMG_0011.jpg 虽然不太完美但至少没空格了场景二智能备份——别每次都全量复制老王之前用cp -r全量备份几十G的配置文件越来越慢。他需要增量备份——只复制改动过的文件。import shutil import hashlib def md5_file(filepath): 计算文件MD5用于判断内容是否变化 hash_md5 hashlib.md5() with open(filepath, rb) as f: for chunk in iter(lambda: f.read(4096), b): hash_md5.update(chunk) return hash_md5.hexdigest() def incremental_backup(src_dir, dst_dir, state_filebackup_state.json): import json # 加载上次备份的状态 if os.path.exists(state_file): with open(state_file, r) as f: last_state json.load(f) else: last_state {} new_state {} copied_count 0 for root, dirs, files in os.walk(src_dir): rel_path os.path.relpath(root, src_dir) dst_root os.path.join(dst_dir, rel_path) os.makedirs(dst_root, exist_okTrue) for file in files: src_file os.path.join(root, file) dst_file os.path.join(dst_root, file) file_md5 md5_file(src_file) file_key os.path.relpath(src_file, src_dir) new_state[file_key] file_md5 # 检查是否需要备份 if file_key not in last_state or last_state[file_key] ! file_md5: shutil.copy2(src_file, dst_file) # copy2保留元数据 copied_count 1 print(f备份: {file_key}) # 保存新状态 with open(state_file, w) as f: json.dump(new_state, f, indent2) print(f完成共备份 {copied_count} 个文件) incremental_backup(/etc/nginx, /backup/nginx)第一次运行会全量备份第二次只复制改动过的文件。状态文件backup_state.json记录了每个文件的MD5拿掉它就能强制全量。定时自动备份结合schedule库设置每天凌晨2点执行。import schedule import time def auto_backup_job(): print(f{datetime.now()} 开始自动备份) incremental_backup(/data/mysql, /backup/mysql) print(备份完成) schedule.every().day.at(02:00).do(auto_backup_job) while True: schedule.run_pending() time.sleep(60)场景三目录同步——像rsync一样工作老王还负责维护两台服务器之间的文件同步。rsync很好用但某些环境不允许装额外软件自己写一个轻量版。import filecmp import shutil def sync_dirs(src, dst, delete_extraFalse): 同步目录dst会变成和src一模一样 delete_extraTrue时删除dst中多余的文件 if not os.path.exists(dst): os.makedirs(dst) # 比较两个目录 comparison filecmp.dircmp(src, dst) # 复制src有但dst没有的 for file in comparison.left_only: src_path os.path.join(src, file) dst_path os.path.join(dst, file) if os.path.isdir(src_path): shutil.copytree(src_path, dst_path) else: shutil.copy2(src_path, dst_path) print(f新增: {file}) # 复制有更新的 for file in comparison.diff_files: src_path os.path.join(src, file) dst_path os.path.join(dst, file) shutil.copy2(src_path, dst_path) print(f更新: {file}) # 删除dst多余的 if delete_extra: for file in comparison.right_only: dst_path os.path.join(dst, file) if os.path.isdir(dst_path): shutil.rmtree(dst_path) else: os.remove(dst_path) print(f删除: {file}) # 递归处理子目录 for common_dir in comparison.common_dirs: sync_dirs( os.path.join(src, common_dir), os.path.join(dst, common_dir), delete_extra ) sync_dirs(/home/user/project, /backup/project, delete_extraTrue)filecmp.dircmp一次性告诉你三类差异left_only源独有、right_only目标独有、diff_files内容不同。递归调用就能同步整个目录树。实时同步监听文件系统事件文件一改动立刻同步。from watchdog.observers import Observer from watchdog.events import FileSystemEventHandler class SyncHandler(FileSystemEventHandler): def __init__(self, src, dst): self.src src self.dst dst def on_modified(self, event): if not event.is_directory: rel_path os.path.relpath(event.src_path, self.src) dst_path os.path.join(self.dst, rel_path) os.makedirs(os.path.dirname(dst_path), exist_okTrue) shutil.copy2(event.src_path, dst_path) print(f实时同步: {rel_path}) observer Observer() handler SyncHandler(/watch/src, /watch/dst) observer.schedule(handler, /watch/src, recursiveTrue) observer.start()运行后在/watch/src里新建或修改任何文件都会瞬间复制到/watch/dst。适合配置文件热同步场景。场景四批量清理旧文件日志文件占满磁盘是家常便饭。写个脚本自动删除30天前的文件。import time def clean_old_files(folder, days30, pattern*): now time.time() cutoff now - (days * 86400) for root, dirs, files in os.walk(folder): for file in files: if not glob.fnmatch.fnmatch(file, pattern): continue filepath os.path.join(root, file) mtime os.path.getmtime(filepath) if mtime cutoff: os.remove(filepath) print(f删除旧文件: {filepath} ({datetime.fromtimestamp(mtime).date()})) # 删除空目录 for dir in dirs: dirpath os.path.join(root, dir) try: os.rmdir(dirpath) print(f删除空目录: {dirpath}) except OSError: pass clean_old_files(/var/log/nginx, days7, pattern*.log*)更安全的干跑模式先预览不执行确认无误再真正删除。def dry_run_clean(folder, days30): now time.time() cutoff now - (days * 86400) to_delete [] for root, dirs, files in os.walk(folder): for file in files: filepath os.path.join(root, file) if os.path.getmtime(filepath) cutoff: to_delete.append(filepath) print(f将删除 {len(to_delete)} 个文件:) for path in to_delete[:10]: # 只显示前10个 print(f {path}) if input(确认删除(y/n): ).lower() y: for path in to_delete: os.remove(path) print(删除完成)踩坑与进阶技巧文件名编码问题Windows和Linux的文件名编码不同。跨平台时用os.fsencode和os.fsdecode处理。def safe_listdir(path): try: return os.listdir(path) except UnicodeEncodeError: return [os.fsdecode(f) for f in os.listdir(os.fsencode(path))]大量文件性能优化os.listdir在几十万文件的目录里很慢用scandir代替。with os.scandir(/big_folder) as entries: for entry in entries: if entry.is_file() and entry.name.endswith(.log): print(entry.name, entry.stat().st_size)scandir一次性返回文件属性避免额外调用stat速度提升2-5倍。移动而不是复制备份到同一磁盘时移动文件比复制快得多。def move_to_archive(src, dst): os.makedirs(dst, exist_okTrue) for filename in os.listdir(src): shutil.move(os.path.join(src, filename), os.path.join(dst, filename))日志记录所有操作记下来出问题能追溯。import logging logging.basicConfig( filenamefile_ops.log, levellogging.INFO, format%(asctime)s - %(message)s ) def log_op(op, src, dstNone): msg f{op}: {src} if dst: msg f - {dst} logging.info(msg) print(msg)一键搞定综合运维脚本把常用功能打包成命令行工具import argparse def main(): parser argparse.ArgumentParser(description文件批量处理工具) subparsers parser.add_subparsers(destcommand) rename_parser subparsers.add_parser(rename) rename_parser.add_argument(folder) rename_parser.add_argument(--pattern, default*) rename_parser.add_argument(--template, default{date}_{index}) backup_parser subparsers.add_parser(backup) backup_parser.add_argument(src) backup_parser.add_argument(dst) backup_parser.add_argument(--incremental, actionstore_true) sync_parser subparsers.add_parser(sync) sync_parser.add_argument(src) sync_parser.add_argument(dst) sync_parser.add_argument(--delete, actionstore_true) clean_parser subparsers.add_parser(clean) clean_parser.add_argument(folder) clean_parser.add_argument(--days, typeint, default30) args parser.parse_args() if args.command rename: rename_files(args.folder, args.pattern, args.template) elif args.command backup: if args.incremental: incremental_backup(args.src, args.dst) else: shutil.copytree(args.src, args.dst) elif args.command sync: sync_dirs(args.src, args.dst, args.delete) elif args.command clean: clean_old_files(args.folder, args.days) # 使用示例 # python file_tool.py rename ./logs --pattern *.log --template {date}_{index} # python file_tool.py backup /data /backup --incremental # python file_tool.py sync /project /backup/project --delete老王把这些脚本整合起来设置好定时任务。现在每天早上一到公司检查一下日志文件有没有按规范命名备份有没有成功同步。之前每周五加班备份的日子一去不返他泡杯茶就能开始一天的工作。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2539975.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…