利用Python整理文件夹目录

昨天晚上我真是…怎么说呢…本来想早点睡的，结果我电脑那个“下载”文件夹又炸了，里面啥都有，截图、PDF、zip、微信传过来的“最终版(3)(真的最终).docx”，你们懂吧，就那种一眼看过去人直接烦躁的那种。

我这人有个毛病，一烦就想写脚本。以前搞服务端的时候，默认配置不改就等着线上背锅那种事我真踩过 ，所以文件整理这事我也不太信“手动拖一拖就好”，拖着拖着就丢了，丢了你还找不到，跟丢消息一样难受。

场景给你们还原下哈： 我女儿（啊不对我这边就当“家里人”）突然要我把“去年旅行的照片”发出来，我说行啊，结果我发现照片在“相机导出/未分类/新建文件夹(12)/IMG_0001(1).jpg”…我当场血压就上来了。于是就干一件事：写个 Python，按“文件类型 + 日期”自动归档，还得支持 dry-run（就是先演练不真移动），不然你一跑错目录直接把自己电脑送走。

代码我写得有点啰嗦哈，口癖就是这样…你直接拿去改路径就能用。

from __future__ import annotations

import hashlib
import shutil
from dataclasses import dataclass
from datetime import datetime
from pathlib import Path


@dataclass
classRule:
# 扩展名 -> 目标文件夹名
    ext_to_dir: dict[str, str]
# 兜底目录
    fallback_dir: str = "_others"
# 重名策略：追加 (n)
    rename_on_conflict: bool = True


defsha1_file(p: Path, chunk_size: int = 1024 * 1024) -> str:
    h = hashlib.sha1()
with p.open("rb") as f:
whileTrue:
            chunk = f.read(chunk_size)
ifnot chunk:
break
            h.update(chunk)
return h.hexdigest()


defpick_date(p: Path) -> str:
# 用修改时间归档，简单粗暴但够用
    ts = p.stat().st_mtime
return datetime.fromtimestamp(ts).strftime("%Y-%m")


defsafe_target_path(dst_dir: Path, name: str, rename_on_conflict: bool) -> Path:
    target = dst_dir / name
ifnot target.exists() ornot rename_on_conflict:
return target

    stem = target.stem
    suffix = target.suffix
    i = 1
whileTrue:
        cand = dst_dir / f"{stem} ({i}){suffix}"
ifnot cand.exists():
return cand
        i += 1


deforganize_folder(root: Path, rule: Rule, dry_run: bool = True, dedup: bool = True) -> None:
    root = root.expanduser().resolve()
ifnot root.exists() ornot root.is_dir():
raise ValueError(f"目录不存在：{root}")

# 记录已见过的 hash，做简单去重：同内容只保留一份，其余丢到 _duplicates
    seen_hash: dict[str, Path] = {}
    dup_dir = root / "_duplicates"
ifnot dry_run:
        dup_dir.mkdir(exist_ok=True)

for p in root.rglob("*"):
# 跳过目录、隐藏文件夹、以及我们自己创建的归档目录
if p.is_dir():
continue
if any(part.startswith(".") for part in p.parts):
continue
if p.parent.name in {"_duplicates"}:
continue

        ext = p.suffix.lower().lstrip(".")
        ym = pick_date(p)  # 例如 2026-01
        sub = rule.ext_to_dir.get(ext, rule.fallback_dir)

        dst_dir = root / sub / ym
ifnot dry_run:
            dst_dir.mkdir(parents=True, exist_ok=True)

# 去重（可选）
if dedup:
try:
                h = sha1_file(p)
if h in seen_hash:
# 有同内容文件，扔 duplicates
                    target = (dup_dir / p.name) if dry_run else safe_target_path(dup_dir, p.name, True)
                    print(f"[DUP] {p}  ->  {target}  (same as {seen_hash[h].name})")
ifnot dry_run:
                        shutil.move(str(p), str(target))
continue
else:
                    seen_hash[h] = p
except Exception as e:
# hash 算失败也别崩，先按普通文件走
                print(f"[WARN] hash失败 {p}: {e}")

        target = safe_target_path(dst_dir, p.name, rule.rename_on_conflict)
        print(f"[MOVE] {p}  ->  {target}")
ifnot dry_run:
            shutil.move(str(p), str(target))


if __name__ == "__main__":
# 你改这里：比如 ~/Downloads 或者某个摄影导出目录
    ROOT = Path("~/Downloads")

    rule = Rule(
        ext_to_dir={
"jpg": "images",
"jpeg": "images",
"png": "images",
"gif": "images",
"mp4": "videos",
"mov": "videos",
"pdf": "docs",
"doc": "docs",
"docx": "docs",
"xls": "docs",
"xlsx": "docs",
"ppt": "docs",
"pptx": "docs",
"zip": "archives",
"rar": "archives",
"7z": "archives",
        }
    )

# 先 dry_run 看看输出对不对，确认没问题再 dry_run=False
    organize_folder(ROOT, rule, dry_run=True, dedup=True)

你看我这脚本吧，最关键的其实不是“怎么移动”，而是两点： 一个是 dry-run，不然你第一次跑就真搬家，搬错了你得哭。 另一个是去重，我以前整理照片最烦的就是“IMG_0001(1)”这种，其实内容一样，留一份就行，其他的我统一扔到 _duplicates，至少不会混在主目录里恶心人。

对了我还加了个“按月份归档”，因为人找东西的时候脑子通常是“那是去年十月的东西”，不是“那是 jpg”，所以目录长这样会比较顺：images/2026-01/xxx.jpg、docs/2025-12/xxx.pdf，你翻起来就像翻相册一样。

中间有个小坑我得碎碎念一句： Windows 那边会有一些奇怪的权限文件，或者 OneDrive 同步的临时文件，hash 会读失败，我这边直接 [WARN] 打一下继续跑，别为了一个破文件把全局任务停了，真不值当。

还有哈，如果你不想按“修改时间”，想按“创建时间”，那就尴尬一点：不同系统对创建时间支持不一致，尤其 Linux 基本就…算了不展开了，你要真需要我再给你整一个“能跑就行”的版本。

最后一个小动作，很多人会问“我整理完咋确认目录结构对不对”，我一般会再生成个目录树文本，发给同事也好，自己留档也好：

from pathlib import Path

defdump_tree(root: Path, max_depth: int = 4) -> str:
    root = root.expanduser().resolve()
    lines = []

defwalk(p: Path, depth: int):
if depth > max_depth:
return
        prefix = "  " * depth
        lines.append(f"{prefix}- {p.name}/"if p.is_dir() elsef"{prefix}- {p.name}")
if p.is_dir():
# 只展示一部分也行，你想全量就去掉切片
for child in sorted(p.iterdir(), key=lambda x: (x.is_file(), x.name.lower()))[:200]:
                walk(child, depth + 1)

    walk(root, 0)
return"\n".join(lines)

if __name__ == "__main__":
    print(dump_tree(Path("~/Downloads")))

行了我差不多说完了…我现在困死了但又觉得目录干净了好爽，强迫症得到治疗那种。你要是想更狠一点，比如“按项目名识别、按关键字分类、或者把重复的直接删掉只留一份”，也能搞，就是要更谨慎点，删文件这种事一上头就容易出事故…我先不扯太远了，等你用起来卡哪了再说。