重命名 Word 文档并保存其文件名的前 10 个字母

Question

我使用 photorec 软件从损坏的硬盘中恢复了一些 Word 文档。问题是文件名无法恢复；它们都是由一系列数字重新命名的。有 2000 多个文档需要分类，我想知道是否可以使用一些自动化流程重命名它们。

是否有一个脚本可以用来查找文档中的前 10 个字母并用它重命名？它必须能够处理具有相同前 10 个字母的多个文档，因此不会覆盖具有相同名称的文档。另外，还必须避免使用非法字符（例如“？”、“*”、“/”等）重命名文档。

我对Python、C只有一点经验，对bash编程的经验更少在 Linux 中，如果我必须编写一个新脚本，如果我不知道自己在做什么，请耐心等待。

Answer 1

VBScript 怎么样？这是一个草图：

FolderName = "C:\Docs\"

Set fs = CreateObject("Scripting.FileSystemObject")

Set fldr = fs.GetFolder(Foldername)

Set ws = CreateObject("Word.Application")

For Each f In fldr.Files
    If Left(f.name,2)<>"~$" Then
        If InStr(f.Type, "Microsoft Word") Then

        MsgBox f.Name

        Set doc = ws.Documents.Open(Foldername & f.Name)
        s = vbNullString
        i = 1
        Do While Trim(s) = vbNullString And i <= doc.Paragraphs.Count
            s = doc.Paragraphs(i)
            s = CleanString(Left(s, 10))
            i = i + 1
        Loop

        doc.Close False

        If s = "" Then s = "NoParas"
        s1 = s
        i = 1
        Do While fs.FileExists(s1)
            s1 = s & i
            i = i + 1
        Loop

        MsgBox "Name " & Foldername & f.Name & " As " & Foldername & s1 _
            & Right(f.Name, InStrRev(f.Name, "."))
        '' This uses copy, because it seems safer

            f.Copy Foldername & s1 & Right(f.Name, InStrRev(f.Name, ".")), False

            '' MoveFile will copy the file:
        '' fs.MoveFile Foldername & f.Name, Foldername & s1 _
        ''  & Right(f.Name, InStrRev(f.Name, "."))

        End If
    End If
Next

msgbox "Done"
ws.Quit
Set ws = Nothing
Set fs = Nothing

Function CleanString(StringToClean)
''http://msdn.microsoft.com/en-us/library/ms974570.aspx
Dim objRegEx 
Set objRegEx = CreateObject("VBScript.RegExp")
objRegEx.IgnoreCase = True
objRegEx.Global = True

''Find anything not a-z, 0-9
objRegEx.Pattern = "[^a-z0-9]"

CleanString = objRegEx.Replace(StringToClean, "")
End Function

Answer 2

Word 文档以自定义格式存储，该格式会在文件的开头放置大量二进制文件。

最简单的事情就是在 Python 中敲出一些东西来搜索以 ASCII 字符开头的第一行。在这里：

#!/usr/bin/python

import glob
import os

for file in glob.glob("*.doc"):
    f = open(file, "rb")
    new_name = ""
    chars = 0

    char = f.read(1)
    while char != "":
        if 0 < ord(char) < 128:
            if ord("a") <= ord(char) <= ord("z") or ord("A") <= ord(char) <= ord("Z") or ord("0") <= ord(char) <= ord("9"):
                new_name += char
            else:
                new_name += "_"
            chars += 1
            if chars == 100:
                new_name = new_name[:20] + ".doc"
                print "renaming " + file + " to " + new_name
                f.close()
                break;
        else:
            new_name = ""
            chars = 0
        char = f.read(1)

    if new_name != "":
        os.rename(file, new_name)

注意：如果您想要 glob 多个目录，您需要相应地更改 glob 行。此外，这不考虑您尝试重命名的文件是否已经存在，因此如果您有多个具有相同前几个字符的文档，那么您需要处理该问题。

我连续找到了第一块 100 个 ASCII 字符（如果你寻找的字符少于这个字符，你最终会找到 doc 关键字等），然后使用其中的前 20 个来创建新名称，替换任何不是 az AZ 的内容或 0-9 带下划线以避免文件名问题。