Python脚本报错：如何按文件名前7位提取并移动PDF文件？

错误原因分析 #

• 你把duplicateFiles定义成了集合（set），集合没有append()方法，这就是报错的直接原因。
• 逻辑走偏：你要的是按文件名前7位相同分组，不是比较文件内容，没必要用filecmp.cmp。
• 没遍历子文件夹：当前代码只读取了folder根目录的PDF，没处理里面的子文件夹。
• 移动文件的代码完全错误，用open无法实现移动，得用shutil模块。

修正后的完整脚本 #

import os
from pathlib import Path
import shutil

# 配置路径
DATA_DIR = Path("folder")
OUTPUT_DIR = Path("Duplicate Folder")

# 创建输出文件夹（如果不存在）
OUTPUT_DIR.mkdir(exist_ok=True)

# 递归遍历所有子文件夹，收集所有PDF文件
pdf_files = list(DATA_DIR.rglob("*.pdf"))  # rglob递归匹配子文件夹

# 按文件名前7位分组
file_groups = {}
for pdf in pdf_files:
    # 取文件名前7位作为分组键（对应需求里的前7位匹配）
    key = pdf.name[:7]
    if key not in file_groups:
        file_groups[key] = []
    file_groups[key].append(pdf)

# 筛选出有多个文件的分组，移动到目标文件夹
for key, files in file_groups.items():
    if len(files) >= 2:
        for file in files:
            dest_path = OUTPUT_DIR / file.name
            shutil.move(str(file), str(dest_path))
            print(f"已移动: {file.name} -> {dest_path}")

关键说明 #

• rglob("*.pdf")：递归遍历所有子文件夹里的PDF文件，满足处理多子文件夹的需求。
• 用字典file_groups分组：键是文件名前7位，值是对应PDF文件的路径列表，精准实现按前7位归类。
• shutil.move()：专门用于文件移动操作，比手动读写文件更稳定可靠。
• mkdir(exist_ok=True)：自动创建输出文件夹，不存在就新建，避免路径不存在的报错。

内容的提问来源于stack exchange，提问作者userXM