Python 字符串行为隐藏内置文件对象

Question

我在 Windows 的 Python 2.7 中编写脚本时遇到了一些问题。在脚本的一部分，我需要从目录和带扩展名的文件名组成一个 windows 文件路径。当我将它作为字符串写入时它工作正常，但当我尝试将其作为连接时出现错误。我认为这可能与路径中的空格有关。

这是有效的代码部分

filepath = os.path.normpath("C:/Users/jpettit/documents/projects/vendor files script/test files/122484.pdf")

print find_filename(filepath)

这里是不起作用的代码部分

directory_path = os.path.normpath("C:/Users/jpettit/documents/projects/vendor files script/test files")

file = "122484.pdf"

filepath = os.path.join(directory_path, file)
print find_filename(filepath)

我很难看出这两者之间的区别。这是整个脚本上下文中的代码。

from pdfminer.pdfinterp import PDFResourceManager, PDFPageInterpreter
from pdfminer.converter import TextConverter
from pdfminer.layout import LAParams
from pdfminer.pdfpage import PDFPage
from cStringIO import StringIO
import re
import os


def convert_pdf_to_txt(path):
    rsrcmgr = PDFResourceManager()
    retstr = StringIO()
    codec = 'utf-8'
    laparams = LAParams()
    device = TextConverter(rsrcmgr, retstr, codec=codec, laparams=laparams)
    fp = file(path, 'rb')
    interpreter = PDFPageInterpreter(rsrcmgr, device)
    password = ""
    maxpages = 0
    caching = True
    pagenos=set()
    for page in PDFPage.get_pages(fp, pagenos, maxpages=maxpages, password=password,caching=caching, check_extractable=True):
        interpreter.process_page(page)
    fp.close()
    device.close()
    str = retstr.getvalue()
    retstr.close()
    return str

def find_filename(filepath):
    try:
        filenumberlocation = re.search('\d\d\d\d\d\d\.pdf',filepath, re.IGNORECASE)
        filenumber = filenumberlocation.group()[:6]
        print filepath
        pdfconverted = convert_pdf_to_txt(filepath)
        revlocation = re.search('REV #\n....',pdfconverted)
        rev = revlocation.group()[-4:]
        new_filename = filenumber + ' ' + rev + '.pdf'
        return new_filename
    except AttributeError:
        return os.path.basename(filepath)

def list_files(directory_path):
    filenames_list = []
    for dirpath, dirnames, filenames in os.walk(directory_path):
        filenames_list.extend(filenames)    
    return filenames_list

directory_path = os.path.normpath("C:/Users/jpettit/documents/projects/vendor files script/test files")

file_list = list_files(directory_path)

for file in file_list:
    filepath = os.path.join(directory_path, file)
    os.rename(filepath, os.path.join(directory_path, find_filename(file)))

我收到的错误说明如下

Traceback (most recent call last):
    File "revfind.txt", line 59, in <module>
        os.rename(filepath, os.path.join(directory_path, find_filename(file)))
    File "revfind.txt", line 34, in find_filename
        pdfconverted = convert_pdf_to_txt(filepath)
    File "revfind.txt", line 16, in convert_pdf_to_txt
        fp = file(path, 'rb')
TypeError: 'str' object is not callable

您可能会说，我是这方面的新手，非常感谢任何指导！

Answer 1

差异必须在传递给 find_filename 的字符串中，并且两个版本之间是不同的。

对于你的第一个版本，目录中的斜杠都是正斜杠，包括文件名之前的斜杠：

C:/Users/jpettit/documents/projects/vendor 个文件 script/test files/122484.pdf

在 Windows 上，没有尾部斜线的 os.path.join 将在文件名前附加一个反斜线，导致：

"C:/Users/jpettit/documents/projects/vendor 文件 script/test files2484.pdf

如果您在目录名称末尾添加正斜杠，os.path.join 将产生与您的示例相同的结果。

Answer 2

错误消息说您正在隐藏 file 内置函数 - 这就是此行的效果：

file = "122484.pdf"

从那时起，file 是一个字符串而不是内置函数。这个问题的一般建议是 "don't do that" - 即选择另一个名称（改为 filename 可能是一个不错的选择）。但是，在这种情况下，更好的建议是在此处使用 open 函数，因为 file 是它的弃用别名（已在 Python 3 中删除）。所以，当你这样做时：

fp = file(path, 'rb')

改为这样做：

fp = open(path, 'rb')

这种特殊的使用名称来隐藏内置函数是安全的并且可能不足为奇，但通常您应该小心。

Answer 3

您正在隐藏内置 file object

不要那样做。调用您的变量 f、myfile、thefile 或其他变量。

不要隐藏内置函数的名称。永远不要调用你的列表 list，不要调用你的字符串 string，不要调用你的字典 dict，不要调用你的集合 set，不要不要调用您的操作员 operator...您可以调用您的函数 function（在 Python 中），但您仍然不应该这样做。 ...不要调用您的对象 object，也不要调用您的类型 type.

Python 字符串行为隐藏内置文件对象

Python string behaviour shadowing builtin file object

python

built-in

shadowing