企业官网建设流程全解析

前言

"文件自动分类"要解决的是一个很朴素的痛点：下载目录、桌面、微信文件夹里堆了几百个文件，想按类型（图片、文档、压缩包、音视频）自动归到不同子目录里。这件事用 Python 做只需要几十行，但能跑通和敢在真实目录上跑是两码事——前者是几行for循环，后者要考虑重名覆盖、移动失败、误伤隐藏文件这些问题。

本文先把分类逻辑拆成"扫描 → 判定 → 目标路径 → 移动"四步，再给出一份完整的、可以先空跑（dry-run）确认再真正执行的脚本。核心依赖是标准库里的pathlib和shutil，不装任何第三方包。

先明确一个边界：本文只讨论按扩展名分类。按文件内容（比如判断一个 PDF 是合同还是论文）需要读内容甚至上模型，那属于另一个话题。

一、四步拆解

第一步：扫描。用Path.iterdir()只列当前一层，不递归。注意它会连隐藏文件、目录一起列出来，需要自己筛。第二步：判定类别。取文件后缀.suffix（如.jpg），转小写后查一张映射表。第三步：算出目标路径。目标目录 = 源目录 / 类别名；若文件已在目标目录里，跳过，否则会死循环。第四步：移动。用shutil.move(src, dst)，它跨磁盘分区时自动退化为"先复制再删除"，比os.rename()更安全——os.rename()跨分区会直接抛OSError。

关于扩展名，有一个必须记住的细节：Path.suffix返回的是最后一个点之后的部分，archive.tar.gz的.suffix是".gz"，要拿全部后缀得用.suffixes（返回列表）。分类时按最后一个后缀通常够用。

二、类别映射与判定

# 适用于 Python 3.8+
from pathlib import Path

CATEGORIES = {
"图片": {".jpg", ".jpeg", ".png", ".gif", ".bmp", ".webp", ".svg"},
"文档": {".txt", ".md", ".pdf", ".doc", ".docx", ".xls", ".xlsx", ".ppt", ".pptx"},
"压缩包": {".zip", ".rar", ".7z", ".tar", ".gz", ".bz2"},
"音视频": {".mp3", ".wav", ".flac", ".mp4", ".mkv", ".mov", ".avi"},
"代码": {".py", ".js", ".ts", ".html", ".css", ".json", ".yaml", ".yml"},
}


def classify(path):
"""根据后缀返回类别名，没匹配上就归到 '其他'。"""
ext = path.suffix.lower()
for name, exts in CATEGORIES.items():
if ext in exts:
return name
return "其他"

用set而不是list存后缀，判定是 O(1)；其实对几百个文件差别可以忽略，但写成集合语义更贴切。path.suffix.lower()必须转小写，否则.JPG和.jpg会被分到两类。

三、处理重名：不要静默覆盖

如果目标目录里已经有同名文件，shutil.move的行为取决于os.rename()的语义——官方文档的原话是"若dst已存在但不是目录，它可能被覆盖，取决于os.rename()的语义"。这意味着在 POSIX 上它默认静默覆盖，在 Windows 上则倾向于抛FileExistsError。两种结果都不是"整理文件"想要的，而且行为随平台漂移，所以必须自己加一层防冲突逻辑：检测到重名就追加_1、_2。

# 适用于 Python 3.8+
def unique_path(dst):
"""dst 已存在时，返回带序号的新路径：a.txt -> a_1.txt -> a_2.txt"""
if not dst.exists():
return dst
stem, suffix, parent = dst.stem, dst.suffix, dst.parent
i = 1
while True:
candidate = parent / f"{stem}_{i}{suffix}"
if not candidate.exists():
return candidate
i += 1

四、完整脚本（含 dry-run）

把上面的碎片拼成一个可执行的脚本。它默认只打印将要做什么，加--apply才真正移动。

# 适用于 Python 3.8+
import argparse
import shutil
from pathlib import Path

CATEGORIES = {
"图片": {".jpg", ".jpeg", ".png", ".gif", ".bmp", ".webp"},
"文档": {".txt", ".md", ".pdf", ".docx", ".xlsx"},
"压缩包": {".zip", ".rar", ".7z", ".tar", ".gz"},
}


def classify(path):
ext = path.suffix.lower()
for name, exts in CATEGORIES.items():
if ext in exts:
return name
return "其他"


def unique_path(dst):
if not dst.exists():
return dst
stem, suffix, parent = dst.stem, dst.suffix, dst.parent
i = 1
while (parent / f"{stem}_{i}{suffix}").exists():
i += 1
return parent / f"{stem}_{i}{suffix}"


def organize(root, apply=False):
root = Path(root)
moved, skipped = 0, 0
for item in root.iterdir():
if not item.is_file() or item.name.startswith("."):
continue # 跳过目录、隐藏文件（含 .DS_Store 之类）
category = classify(item)
target_dir = root / category
if item.parent == target_dir:
continue # 已经在目标目录里，避免自我移动
dst = unique_path(target_dir / item.name)
if apply:
target_dir.mkdir(exist_ok=True)
shutil.move(str(item), str(dst))
moved += 1
else:
print(f"[dry-run] {item.name} -> {category}/{dst.name}")
print(f"共处理 {moved} 个文件，其余未匹配或已就位")


if __name__ == "__main__":
ap = argparse.ArgumentParser(description="按扩展名整理目录")
ap.add_argument("root", help="要整理的目录")
ap.add_argument("--apply", action="store_true", help="真正执行移动")
args = ap.parse_args()
organize(args.root, apply=args.apply)

几点值得说明。shutil.move(src, dst)从Python 3.9 起接受路径类对象（path-like object），所以在 3.9+ 上直接传Path也可以；为了兼容 3.8 及更早版本，写成str(dst)更保险。mkdir(exist_ok=True)只会创建一层，如果类别目录本身是嵌套的（比如图片/2024），要用parents=True。item.is_file()会跟随符号链接判断，如果不希望跟链接，用item.is_symlink()先排除。

常见坑点

1. 
   
2. ❌ 边遍历目录边往里移动文件，导致重复处理
3. 
   

✅ 先list(root.iterdir())固化文件列表再操作，并跳过已经处于目标目录内的项

1. 
   
2. ❌ 直接shutil.move同名文件，以为行为一定一致
3. 
   

✅ 文档说"是否覆盖取决于os.rename()语义"：POSIX 上可能静默覆盖，Windows 上可能抛FileExistsError；整理前统一做重名检测并生成_1、_2后缀，别依赖平台差异

1. 
   
2. ❌ 用path.suffix去解析archive.tar.gz，以为拿到.tar.gz
3. 
   

✅.suffix只给最后一个".gz"；要全部后缀用path.suffixes

1. 
   
2. ❌ 忘了.lower()，.JPG和.jpg分进两类
3. 
   

✅ 一律先path.suffix.lower()再比对

1. 
   
2. ❌ 把隐藏文件和系统文件（.DS_Store、Thumbs.db）也一起归类
3. 
   

✅ 用name.startswith(".")跳过，必要时再维护一张黑名单

1. 
   
2. ❌ 用os.rename()把文件从 C 盘移到 D 盘
3. 
   

✅ 跨分区会抛OSError: [WinError 17]，改用shutil.move()

1. 
   
2. ❌ 脚本直接在真实目录上第一次就执行移动
3. 
   

✅ 先跑 dry-run 打印计划，确认无误再加--apply；重要目录先备份

1. 
   
2. ❌ 手工拼路径字符串root + "/" + name
3. 
   

✅ 用Path的/运算符拼接，它会按平台选择分隔符

总结

自动分类的难点从来不在分类算法，而在"移动"这个不可逆动作上的防护。把 dry-run、重名检测、跳过隐藏文件这三件事做进去，几十行的脚本就能从"玩具"变成"敢用"。