如何在多个文件中将某个标签中的字符串更改为小写

Question

我尝试使用 Python 脚本在 Windows 10 中满足以下要求：

1. 递归地将多个文件夹中的所有文件名更改为小写。 为此，我使用了以下代码：

   import os path = "C://Users//shilpa//Desktop//content"
   for dir,subdir,listfilename in os.walk(path):
       for filename in listfilename:  
           new_filename = filename.lower()
           src = os.path.join(dir, filename) 
           dst = os.path.join(dir, new_filename) 
           os.rename(src,dst)
   

2. 更新嵌入在特定标签中的这些文件的引用。这里的标签是 <img href=(filename.png)>。 这里<img href=>是常量，文件名filename.png不同。

所以，这里是例子：

现有文件名：

• ABC.dita
• XYZ.dita
• IMG.PNG

这些在不同的文件中被引用，比如说 IMG.PNG 在XYZ.dita 中被引用。

在step1之后，这些变化如下：

• abc.dita
• xyz.dita
• img.png

这将破坏不同文件中包含的所有引用。

我想更新所有更改的文件名引用，以使链接保持不变。

我对 Python 没有任何经验，而且只是初学者。 为了实现第 2 步，我应该能够使用正则表达式并找到一个模式， 说，

<img href="(this will be a link to the IMG.PNG>"。 这将是.dita 文件的一部分。

在第 1 步之后，文件中的引用将中断。

如何更改文件名并保留其引用？ 这里的问题是，在所有文件中查找并用新名称替换旧名称。

感谢任何帮助。

Answer 1

我假设您有一个包含所有相关文件的文件夹。 所以问题分为两部分：

1. 循环运行文件
2. 对于每个文件，降低参考文献

循环浏览文件

这可以使用glob 或os.walk 来完成。

import os

upper_directory = "[insert your directory]"
for dirpath, directories, files in os.walk(upper_directory):
    for fname in files:
        path = os.path.join(dirpath, fname)
        lower_file_references(path)

小写引用

当你有了文件的路径后，你需要从中读取数据：

with open(path) as f:
    s = f.read()

一旦你有了引用文件的数据，你就可以使用这个代码来降低引用字符串：

head = "<img href="
tail = ">"
img_start = s.find(head, start)
while img_start != -1:
    img_end = s.find(">", img_start)
    s = s[:img_start] +s[img_start:img_end].lower() + s[img_end:]
    img_start = img_end

您也可以使用一些 XML 解析模块。例如 BeautifulSoup，这将有助于避免 href= 与 href = 之类的问题

from bs4 import BeautifulSoup as bs

s = bs(s)
imgs = s.find_all("img")
for i in imgs:
    if "href" in i.attrs:
        i.attrs["href"] = i.attrs["href"].lower()
s = str(s)

然后您可以通过这两种方式重写文件。 你可以这样做：

with open(path, "w") as f:
    f.write(s)

把它们放在一起

import os
from bs4 import BeautifulSoup as bs

def lower_file_references(file_path):
    with open(path) as f:
        s = f.read()
    s = bs(s)
    imgs = s.find_all("img")
    for i in imgs:
        if "href" in i.attrs:
            i.attrs["href"] = i.attrs["href"].lower()
    s = str(s)
    with open(path, "w") as f:
        f.write(s)

upper_directory = "[insert your directory]"
for dirpath, directories, files in os.walk(upper_directory):
    for fname in files:
        path = os.path.join(dirpath, fname)
        lower_file_references(path)

我必须说这是一个简单的方法，如果你的文件不是很大，它会很好用。如果您有无法一次全部读取到内存的大文件，或者您可能需要考虑避免读取所有文件数据的方法。