如何将代码应用于一个目录中的多个文件以及该目录中具有相同文档名的输出文件？
我有一个包含pdf文件的目录，我想从其中提取文本(每个文件都是单独的)，并将它们放入与原始pdf文件同名的单独.txt文件中。
示例:目录X包含'name1.pdf‘、'name2.pdf’和'name3.pdf‘
我想要做的是从这些文件中提取文本，并将它们放入名为'name1.txt‘、'name2.txt’和'name3.txt‘的文件中。
到目前为止，我所拥有的：
import textract
import glob
for pdf in glob.glob('//home//user//Desktop//X//*.pdf'):
text = textract.process(pdf)
txtFile = open(...,'w') # confused here
txtFile.write(text)提前感谢！
回答 2
Stack Overflow用户
发布于 2017-02-16 00:13:42
首先，在第一个循环中的每次迭代中都要覆盖text变量。
您可以使用os.path.basename(path)来获取文件名。
基本上，你需要的是：
import os
for pdf in glob.glob('//home//user//Desktop//X//*.pdf'):
text = textract.process(pdf)
with open(os.path.basename(pdf)[:-4] + ".txt", "w") as f:
f.write(text) 您可以在相同的循环中执行此操作，这样您就可以遍历pdf，并使用os lib将每个pdf写入txt文件，以获得基本名称。
Stack Overflow用户
发布于 2017-02-16 00:22:10
所以我希望我对你的理解是正确的，如果我是的话，这应该会有所帮助。
import fnmatch
import os
def walk_directories(self, Dir, pattern):
root = Dir
for root, directories, files in os.walk(Dir):
for basename in files:
if fnmatch.fnmatch(basename, pattern):
_file_path = os.path.join(root, basename)
return _file_path这是一个不同的目的，但它应该也适合你的需要，我用它来定位包含在“未知”子目录中的文件，这些文件包含在一个根目录中。您需要知道的是文件名和根目录(主文件夹)，这也适用于部分文件名，基本上如果您有三个文件名为"pdf1“、"pdf2”和"pdf3“，则只需将其提供给pattern参数即可。
坦率地说，如果你知道你正在处理的目录和文件，这看起来更像是一种杀伤力，你可以更容易地做到这一点，但有了这个，它就非常简单了。
实际上，您在"Dir“参数中提供文件夹路径，在Patter参数中提供文件名
walk_directories("C:\\Example folder", "Example File.pdf") # or simply "pdf1" etc..您将注意到，此函数返回一个变量，在本例中，该变量是您正在使用的完整文件路径。
_path = walk_directories("C:\\example folder", "example file.pdf")然后，_path将包含
C:\\example folder\\example file.pdf所以你可以像这样
def read(self, path):
try:
if os.path.isfile(path):
with open(path, 'r') as inFile:
temp = inFile.read()
except IOError as exception:
raise IOError('%s: %s' % (path, exception.strerror))
return temp在本例中，"path“参数将是temp返回的结果变量( _path )将是包含在文件中的文本。
def write(self, path, text):
try:
if os.path.isfile(path):
return None
else:
with open(path, 'w') as outFile:
outFile.write(text)
except IOError as exception:
raise IOError("%s: %s" % (path, exception.strerror))
return None因此，这里非常简单，提供路径和包含您想要编写的文本的变量。
https://stackoverflow.com/questions/42254418
复制相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号