如何编写脚本从Data.yaml读取参数，实现目录创建与文件整理？

我在/data/unorganised_texts/目录下有多个子目录（例如/data/unorganised_texts/a-long-story），每个子目录中包含多个文件，核心文件为Data.yaml，示例内容如下：

Category:
  Name: Space
Author: Jôëlle Frankschiff
References:
  Title: Historical
  Title: Future
Title: A “long” story!

需要从Data.yaml中提取：

• Category.Name 作为$category
• Author 作为$author
• Title 作为$title

创建目录结构：

/data/organised_texts/$category/$author/$title

并将对应子目录下的所有文件复制到该目录中。此前尝试的Bash脚本存在多处问题，希望用Python实现正确方案。

第一步：安装依赖 #

首先安装PyYAML库用于解析YAML文件：

pip install pyyaml

第二步：运行脚本 #

以下是完整的Python脚本，包含容错处理和特殊字符兼容：

import os
import shutil
import yaml

# 定义源目录与目标根目录
SOURCE_ROOT = "/data/unorganised_texts"
TARGET_ROOT = "/data/organised_texts"

# 遍历源目录下的所有子目录
for subdir_name in os.listdir(SOURCE_ROOT):
    subdir_path = os.path.join(SOURCE_ROOT, subdir_name)
    # 仅处理目录
    if not os.path.isdir(subdir_path):
        continue

    yaml_path = os.path.join(subdir_path, "Data.yaml")
    # 跳过无Data.yaml的目录
    if not os.path.exists(yaml_path):
        print(f"跳过目录 {subdir_path}：未找到Data.yaml")
        continue

    # 解析YAML文件
    try:
        with open(yaml_path, 'r', encoding='utf-8') as f:
            data = yaml.safe_load(f)
    except Exception as e:
        print(f"解析 {yaml_path} 失败：{str(e)}")
        continue

    # 提取字段，处理缺失情况
    category = data.get("Category", {}).get("Name")
    author = data.get("Author")
    title = data.get("Title")

    # 检查必要字段是否完整
    if not all([category, author, title]):
        print(f"跳过目录 {subdir_path}：缺失Category.Name/Author/Title字段")
        continue

    # 处理标题中的特殊字符，避免目录创建失败
    safe_title = title.replace("/", "_").replace("\\", "_").replace('"', "").replace("'", "")
    # 构建目标目录路径
    target_dir = os.path.join(TARGET_ROOT, category, author, safe_title)

    # 递归创建目标目录
    try:
        os.makedirs(target_dir, exist_ok=True)
    except Exception as e:
        print(f"创建目录 {target_dir} 失败：{str(e)}")
        continue

    # 复制子目录下的所有内容
    for item in os.listdir(subdir_path):
        item_path = os.path.join(subdir_path, item)
        if os.path.isfile(item_path):
            try:
                shutil.copy2(item_path, target_dir)
                print(f"已复制 {item_path} → {target_dir}")
            except Exception as e:
                print(f"复制 {item_path} 失败：{str(e)}")
        elif os.path.isdir(item_path):
            # 可选：递归复制子目录，不需要可删除此块
            try:
                dest_subdir = os.path.join(target_dir, item)
                shutil.copytree(item_path, dest_subdir, dirs_exist_ok=True)
                print(f"已复制目录 {item_path} → {dest_subdir}")
            except Exception as e:
                print(f"复制目录 {item_path} 失败：{str(e)}")

print("文件整理完成")

脚本说明 #

• YAML解析：用PyYAML处理嵌套结构，确保正确提取Category.Name
• 容错机制：跳过无Data.yaml、字段缺失的目录，捕获文件操作异常
• 特殊字符处理：替换标题中的斜杠、引号等非法字符，避免目录创建失败
• 编码兼容：以UTF-8编码读取YAML，支持带特殊字符的作者名和标题
• 完整复制：支持复制文件和子目录，可根据需求调整是否复制子目录

内容的提问来源于stack exchange，提问作者jakethedog