前言：

前幾天學(xué)姐拿來一堆文件名亂碼的pdf讓幫忙整理一下，按論文標(biāo)題命名

一看竟然一共250多個(gè)文件，還在不同的文件夾中，哇，想想就頭疼，這時(shí)候就要發(fā)揮程序媛的智慧了，正好最近在用python寫畢設(shè)，就想能不能用python改標(biāo)題，噯，原來有專門的處理的庫pdfminer。好了閑話少說，開始干活

安裝pdfminer庫

在命令行輸入

pip install pdfminer3k

如果不成功會(huì)提示少了什么庫，就按照pip install xx（庫名稱）的方式安裝就好，最后再在命令行輸入pip install pdfminer3k

把文件從文件夾中取出來：

這個(gè)很簡單，直接貼代碼了

  import  os
  import shutil
  import importlib
  import sys

 
def load_file():
      walk = os.walk('./12')
       i=1;
      for root, dirs,files in walk:
             for name in files:
                 shutil.move(os.path.join(root,name), "./myset/"+i+".pdf)
                  i+=1
       
load_file()

其中os.walk() 方法用于通過在目錄樹中游走輸出在目錄中的文件名，向上或者向下，是一個(gè)簡單易用的文件、目錄遍歷器
walk()方法語法格式如下：

     os.walk(top[, topdown=True[, onerror=None[, followlinks=False]]])

參數(shù)
top -- 遍歷的目錄的地址, 返回的是一個(gè)三元組(root,dirs,files)。

• root 所指的是當(dāng)前正在遍歷的這個(gè)文件夾的本身的地址
• dirs 是一個(gè) list ，內(nèi)容是該文件夾中所有的目錄的名字(不包括子目錄)
• files 同樣是 list , 內(nèi)容是該文件夾中所有的文件(不包括子目錄)

topdown--可選，為 True，先遍歷 top 目錄，否則優(yōu)先遍歷 top 的子目錄(默認(rèn)為開啟)。如果 topdown 參數(shù)為 True，walk 會(huì)遍歷top文件夾，與top 文件夾中每一個(gè)子目錄。

onerror-- 可選， 需要一個(gè) callable 對(duì)象，當(dāng) walk 需要異常時(shí)，會(huì)調(diào)用。
followlinks -- 可選， 如果為 True，則會(huì)遍歷目錄下的快捷方式(linux 下是 symbolic link)實(shí)際所指的目錄(默認(rèn)關(guān)閉)。
詳情見http://www.runoob.com/python/os-walk.html

現(xiàn)在的數(shù)據(jù)都在一個(gè)文件夾了

從pdf中讀標(biāo)題

1.分析PDF內(nèi)容

標(biāo)題在第二行和第三行一般，除極少數(shù)的標(biāo)題只有一行。
2.讀pdf獲取標(biāo)題

from urllib.request import urlopen
from pdfminer.pdfinterp import PDFResourceManager,process_pdf
from pdfminer.converter import TextConverter
from pdfminer.layout import LAParams
from io import StringIO
from io import open
def readPDF(pdffile):
    rsrcmgr=PDFResourceManager()
    retstr=StringIO()
    laparams=LAParams()
    device=TextConverter(rsrcmgr,retstr,laparams=laparams)
    process_pdf(rsrcmgr,device,pdffile)
    device.close()
    content=retstr.getvalue()
    retstr.close()
    strs = str(content).split("\n")
    title = strs[2]+strs[3]
    return title 
pdffile=open('./mysets/3.pdf',"rb")
title =readPDF(pdffile)
print(title)//
pdffile.close()

得到文件名

3.更改文件名：

def rename():
    walk = os.walk('./mysets')
    i = 0;
    for root, dirs, files in walk:
        for name in files:
             pdffile=open(os.path.join(root, name),"rb")
              title =readPDF(pdffile)
              print(title)//
            os.rename(os.path.join(root, name), os.path.join(root, title+".pdf”))
            i += 1

好了這就將文件名給概率

雖然不能百分百處理好，有些特殊的情況還沒有考慮好，但是已經(jīng)減少了很多工作量拉。
以后要多嘗試多做