使用 Python 的生活日常系列 [1] – 圖片整理

前言

不知道你有沒有覺得花了很多時間在學寫程式,卻不知道能用來做什麼的感覺?

據我所知,許多國高中甚至已經將寫程式帶入課程之中了。但學了半天,又有多少人會去實際使用呢?感覺就像學了另一門用不著的外語一樣。以為寫程式只是用於作業而已。

即使是本科生,也有很多人覺得那不過是畢業後在職場上寫那些無聊的大程式用的。好玩的程式?厲害的程式?那是只有智商不屬於人類範疇的生物才寫的出來的東西,既然自己只是普通人,又何必強求?

「我太弱了,只會寫 Hello World,那種很厲害的東西寫不出來啦!」

有些人甚至認為--那些 ACM 高手就是程式人的範本,以為不斷地敲腦袋,想出「嚇死人不償命」的演算法,就是寫程式的一切。

想太多!

程式是為了方便人們生活的工具,學寫程式是讓我們自己有能力自己方便自己的生活。

請問我們日常生活中,有一直在做什麼驚天動地、嚇死人不償命的事嗎?隨手投資千億股票、隨口一句千萬人頭落地?至少我沒有,我只是個普通人,所以自然不需要嚇死人的程式能力才能使我的生活更方便。

讓寫程式融入日常生活中

何謂日常生活?

日常生活就是一堆無聊瑣事的集合,沒有什麼難度,但是很麻煩,很無聊,而且很花時間。好比說老闆隨口一句:「嗯,那就把投影片的別人公司的 logo 去掉,換成自己的吧。你『順便』做一下」。

所以當老闆回辦公室泡茶後,你就得花了數個小時,一張張修改、重拉投影片。這時隔壁的同學就會適時的出現,拍拍你的肩說:「兄弟,這就是『生活』呀。」

談功課太殘忍,先來談談休閒生活。

但自己的休閒生活很多時候也沒多有趣,今天要來討論的是很多人生活中常會出現的畫面:

「我該死的照了一堆照片,然後我該死的想整理它,但看了那個該死的數量後,我該死的放棄了」

所以就來到今天的主題--

如何用 Python 整理照片?

不同的人有不同的整理方式,但在整理前,大家的照片都一樣是混亂的 (廢話,不然何必整理?)

但話說回來,既然有不同的整理方式,那麼大家的「亂」法也應該不同吧?我簡單舉幾個可能性:

  • 不同的工具,好比說 iPhone 或 HTC New ONE,照出來的照片會有不同的命名方式,所以檔名混亂。
  • 先前傻傻的不知道,用 1, 2, 3, … 10 而不是用 01, 02, 03, … 10 的方式命名,所以瀏覽軟體顯示的圖片順序是錯誤的(照片或許沒差,但漫畫圖片就是地獄了)

該怎麼辦呢?

隨便打開一個文字編輯器,新增一個空白檔案,開始寫程式吧!

先從簡單的問題開始,假設現在有一個資料夾,裡面有一堆照片,但因為這些照片的來源不只一個,有些是自己手機照的、有些媽媽手機照的、又有些是由 facebook 抓來的。不用的工具擁有不同的命名方式,雖然通常都是以時間來命名,但格式不同,所以現在檔名混亂。現在想要幫這些檔案重新以一致的格式命名,我該怎麼做呢?

簡單看了一下需求,大概可以條列幾個步驟:

  1. 列出有那些檔案
  2. 分析這些檔案
  3. 然後用統一的規則為這些檔案改名

Python 有一個 os 模組,這個模組提供了作業系統相關的功能,因為檔案的操作也包含在其中,所以我們可以由使用這個模組開始

import os # listdir 會列出目標資料夾的所有檔案名稱 filenames = os.listdir("目標資料夾路徑")
Code language: Python (python)

短短一行,我們便取得了所有檔案名稱。這裡面還有一些議題可以討論,假設一開始不知道確切路徑為何,我們可能會用到 os.path 模組相關的功能。像是用 os.path.expanduser 可以將「~」代換成家目錄實際的路徑,比如說:

>>> os.path.expanduser("~/Dropbox/pictures") /home/marco/Dropbox/pictures
Code language: Python (python)

不過程式是為了方便使用,我覺得最簡單的使用方式就是直接將程式移到要目標資料夾中,直接點兩下執行,該資料夾的照片名稱就會被重新整理。我覺得這樣的流程是最簡單易懂的,所以直接檢查當前目錄就行了。

# 取得當前目錄的所有檔案名稱(注意:結果會包含程式本身) filenames = os.listdir(".")
Code language: Python (python)

不過這裡面有很多檔案不是我要的,我只想要圖片而已,所以接下來我必須先篩選出那些才是我要的檔案。由於這篇文章的目的是希望藉一個例子來學習 Python 的各種常見的用法。反正時間不急,我們可以慢慢討論各種可能的用法,如果讀者可以想到更多好用的方法,歡迎在留言指出。

要知道一個檔案是否為圖片檔,最簡單的方法就是直接看檔名末尾的副檔案,假設圖片檔就只有 .jpg 和 .png 兩種格式,那麼我們就可以假定檔名會是以 .jpg 或 .png 為結尾的字串,那麼我們可以這麼做:

# 判斷檔案是否為圖片 def is_imag(filename): return filename[-4:] in ['.png', '.jpg'] #取得所有圖片的檔名 images = filter(is_imag, filenames)
Code language: Python (python)

filter 是 Python 中非常實用的函式,功能是篩選序列中所有 item,它可以接受兩個參數,前者是條件函式,後者是目標序列。目標序列中所有 item 都會丟進條件函式來判斷是否保留,如果回傳 True,這個 item 就會在回傳的新序列中,反之則否。

在這個例子中, is_imag 函式是我們用來判斷 filename 是否要保留的條件,如果為 True,那麼這個 filename 就會在 images 這個新序列之中。而我們判斷一個檔案的是否為圖片的依據是「檢查字串後四碼是否為 .jpg 或 .png ?如果是的話,我就當你是圖片!」。

但話又說回來,沒人規定圖片的副檔名只能是三個字,比如說 .jpeg 或 .tiff 即是四個字,所以這種寫法並不是太好。如果碰到副檔名長度不同時,就必須一個個比較了。但這麼一來比較時,還得一一列出副檔案的長度,像是 filename[-5:] 或 filename[-4:],顯然不是好的做法。

或許我們可以改用字串的 endswith 函式來試試看。

# 判斷檔案是否為圖片 def is_imag(filename): return filename.endswith(".png") or filename.endswith(".jpg") # 取得所有圖片的檔名 images = filter(is_imag, filenames)
Code language: Python (python)

字串的 endswith 函式可以檢查字串的尾端,如果字串是以輸入的參數結尾,就會回傳 True,反之則為 False。

但這種做法如果副檔名的種類一多,程式碼就會顯得很冗长,這時我們可以用迴圈重構之。

# 判斷檔案是否為圖片 def is_imag(filename): for ext in [".png", ".jpg"]: if filename.endswith(ext): return True return False # 取得所有圖片的檔名 images = filter(is_imag, filenames)
Code language: Python (python)

看到這個迴圈,熟悉 map 和 any 的人可能就會有感覺,因為這可以改成更精簡的版本:

# 判斷檔案是否為圖片 def is_imag(filename): return any(map(filename.endswith, [".png", ".jpg"])) # 取得所有圖片的檔名 images = filter(is_imag, filenames)
Code language: Python (python)

map 可以接兩個參數,前者是函式,後者是目標序列。map 會將序列的每一個 item 丟給函式,然後將所有的函式回傳值當成新的序列,舉例如下:

>>> map(math.sqrt, [4, 9, 16]) [2.0, 3.0, 4.0]
Code language: Python (python)

any 會判斷序列中的 item 有沒有存在 True,若有,就會回傳 True,若否則回傳 False。

類似的函式有 all 函式,與 any 的區別是「序列中的 item 全部都是 True,才會回傳 True」

也許你會好奇,自己分析字串來找副檔名這麼麻煩,難道函式庫中沒有就可以專門抓出副檔名的函式嗎?

其實還真的有,在 os.path 中有一個叫 splitext 的函式可以將檔案的副檔名抓出來,舉個例子:

>>> os.path.splitext("a.png") ('a', '.png')
Code language: Python (python)

因此我們也可以改為:

# 判斷檔案是否為圖片 def is_imag(filename): return os.path.splitext(filename)[-1] in [".png", ".jpg"] # 取得所有圖片的檔名 images = filter(is_imag, filenames)
Code language: Python (python)

知道了所有圖片的檔名後,下一步就是分析這些檔案。假設我們的目的是統一用「1992-02-24.1.jpg」這種以「年-月-日.流水號.檔案格式」的格式重新為這些檔案命名,那麼我們在分析檔案時,就要先取得時間的資訊。

假設有一個檔案名稱為「2014-10-04 12.49.44.jpg」,我們可以便可以輕易地從檔名取得時間資訊,要怎麼分析呢?最直覺的做法自然是使用正規表達式:

from datetime import datetime # 取得圖片建立時間 def get_time(filename): # 針對 Dropbox 的 Camera Uploads pattern = r'\\d{4}-\\d{2}-\\d{2} \\d{2}\\.\\d{2}\\.\\d{2}' match_object = re.match(pattern, filename) if match_object: timestring = match_object.group(0) return datetime.strptime(timestring, '%Y-%m-%d %H.%M.%S') # 針對其他的命名格式 # ...
Code language: Python (python)

這種方式的概念是將符合目標格式的檔案抓出來,然後丟給 datetime 的 datetime.strptime 函式處理,這個函式能依據給予的格式將目標字串轉換成時間的型態。格式的指定的方式可以參考 官方的文件 的內容。與之對應的還有 strftime,這個函式可以反過來將時間轉為指定格式的字串。

我們其實也可以直接全由正規表達式來判斷時間,不經由 datetime.strptime 函式處理。

from datetime import datetime # 取得圖片建立時間 def get_time(filename): # 針對 Dropbox 的 Camera Uploads pattern = r'(\\d{4})-(\\d{2})-(\\d{2}) (\\d{2})\\.(\\d{2})\\.(\\d{2})' match_object = re.match(pattern, filename) if match_object: year, month, day, hour, minute, second = map(int, match_object.groups()) return datetime(year, month, day, hour, minute, second) # 針對其他的命名格式 #...
Code language: Python (python)

不過,有些檔案的名稱並沒有提供時間的資訊,比如說「IMG_0995_JPG」就看不出時間為何?

(也許能?但我不清楚規則,所以一樣沒辦法。)

山不轉路轉,其實我們可以直接利用檔案建立的時間當作標準。

# 取得圖片建立時間 def get_time(filename): timestamp = os.path.getmtime(filename) return datetime.fromtimestamp(timestamp) # 或是 def get_time(filename): timestamp = os.stat(filename).st_mtime return datetime.fromtimestamp(timestamp)
Code language: Python (python)

知道所有圖片建立的時間後,最後就是將這些圖片的名稱改為指定的格式,可能的做法有兩個,分別為 shutil.move 和 os.rename,這裡我採用 shutil.move 來進行改名:

# 將檔案依時間排序 filenames.sort(key=get_time) last_modified = None for filename in filenames: modified = get_time(filename) # 決定流水號,若修改的日期與前一個檔案相同時流水號加 1 if last_modified and last_modified.date() == modified.date(): num += 1 else: num = 1 # 依據時間和流水號決定檔案 targetname = "{}.{}.jpg".format(modified.strftime("%Y-%m-%d"), num) # 改名 shutil.move(filename, targetname) last_modified = modified
Code language: Python (python)

排序的相關操作可以參考我之前寫的 淺談 Python 的排序。至於之後的操作即是一些單純的程式邏輯,讓檔案依時間排序,比較前一個檔案的時間是否相同,若相同則流水號加 1 等,一個簡單的小程式就這麼寫完了。

別看這篇文章似乎頗長,看起來很複雜,那是因為我們有討論多種可能性而已,事實上這個程式不到五十行就寫完了,沒有什麼思考上的難題,也不需要太過高深的程式技巧,差別只是你原先可能不知道 Python 原來還有這麼多方便的工具可以使用而已。

以上。

發表迴響