企业官网建设流程全解析

影刀RPA新手教程：文件与文件夹操作实战——批量重命名读写与路径处理

有次帮客户采集商品图片，一天下来2000多张，全堆在一个文件夹里，文件名是一串随机字符——IMG_20241123_145632.jpg这种。客户说要按日期+商品名分类，当时我就蒙了。手动整理了一整天，第二天才想到用影刀自动化。从那以后，文件操作成了我最常用的技能之一。

这篇文章用批量整理采集图片做主线，串起文件读写、文件夹操作、批量重命名、路径处理所有知识点。

1. 认识影刀/安装

影刀安装后建议先把文件操作相关的指令浏览一遍，都在指令库的"文件"分类下。常用的就那几个：文件读写、文件重命名、文件删除、文件夹创建、获取文件路径信息。

新手注意：影刀用的是自己的文件操作指令，不走系统cmd命令。虽然也能嵌入Python做文件操作，但简单场景直接用影刀指令更直观。

2. 元素定位（四合一）

文件操作开始前，数据从哪来？从网页来。所以要先学会定位。

F12→Elements面板→Ctrl+F输入XPath测试。六个常用XPath：

1. //div[@class='product-img']/img——图片元素定位
2. //span[contains(text(),'价格')]/following-sibling::span——价格元素（同级后面那个span）
3. //img[contains(@src,'.jpg')]——所有jpg图片
4. //div[@id='gallery']//img——图库下所有图片
5. //*[contains(@class,'title') and text()]——有文本的标题元素
6. //a[contains(@href,'item')][1]——第一个商品链接

CSS选择器取图片：img[src$=".jpg"]（以.jpg结尾的img），div.main-img > img:first-child（第一张主图）。

正则表达式在文件名处理里特别有用。提取日期：(\d{8})八位数字匹配年月日。提取商品ID：id=(\d+)。提取图片序号：_\d+\.jpg。

3. 变量与数据类型

文件操作核心变量类型：

字符串——文件路径都是字符串。拼接路径用+或os.path.join()，后者自动处理分隔符。

列表——批量操作时，先把所有文件路径收集到一个列表，再循环处理。采集图片URL列表→循环下载→下载完收集本地路径列表→批量重命名。这个流程我跑了上千次。

字典——文件信息结构化存储：{"原文件名": "IMG_001.jpg", "新文件名": "商品A_主图_001.jpg", "大小": 123456, "日期": "20241123"}。

JSON——复杂文件配置存JSON。采集任务的配置文件：{"保存路径": "D:/商品图片/", "图片前缀": "商品名_", "按日期分文件夹": true}。Python块里json.loads()读取→修改→json.dumps()保存。

4. 流程控制

ForEach列表循环——遍历已下载的文件列表，逐个处理。这个最常用。

For次数循环——已知文件数量时用。比如已经拿到了100个文件路径的列表，ForEach就够了。

While条件循环——监听文件夹变化。有新文件进来就处理，没有就等待。

If条件判断——每个文件操作前判断文件/文件夹是否存在，防止报错。

Try-Catch——文件操作最容易出错：文件被占用、路径不存在、权限不够。每个文件操作都包Try-Catch。

5. 网页自动化——图片批量下载

采集商品图片的完整流程：

1. 打开商品详情页
2. 等待图片加载（等待相似元素出现）
3. 获取所有图片元素的src属性
4. 循环下载每张图片

等图片加载有个坑：有的网站图片是懒加载的，只有滚动到可见区域才加载。解决：先scrollTo(0, scrollHeight)滚动到底部，等2秒，再抓img的src。

图片URL可能是相对路径：//img.alicdn.com/xxx.jpg。下载前要拼接完整的URL前缀。这个我排查了一下午——图片下载指令报了404，后来F12发现src是双斜杠开头的，需要拼https:。

翻页采集多商品时，每翻一页把当页图片都下了，按商品分文件夹。

iframe处理——有的商品图片在iframe里展示（天猫国际、跨境店），要先切换iframe再定位图片元素。

6. 数据处理

文件读写三种格式：

TXT——最简单，直接"读取文件"选文本格式。采集日志、错误记录用TXT。注意编码选UTF-8，不然中文乱码。写入文件时可以选"覆盖写入"或"追加写入"，追加写入还能选新行追加。

CSV——轻量表格格式。影刀有专门的CSV读写指令，也可以用Python的csv库。批量写入时先攒数据到列表，一次性写入，比一行写一次快十几倍。

JSON——结构化数据存JSON。影刀里用Python块的json库：import json，json.loads(json字符串)转对象，json.dumps(对象, ensure_ascii=False)保证中文不乱码。

文本清洗——网页采集回来的文本大概率带空格换行符：strip()去两端空格，replace('\n', '')去换行，replace('¥', '')去货币符号。

7. 鼠标键盘图像自动化

批量整理文件时，有些操作需要模拟鼠标键盘：

模拟文件拖拽——某些软件必须通过拖拽方式导入文件。影刀用拖拽指令：指定起始坐标和终点坐标，模拟鼠标左键按下→移动→释放。

图像识别辅助——文件另存为对话框里，"保存"按钮可能不是标准Windows控件。用图像识别：截图保存按钮→wait_appear→click。

8. 进阶技能

Python做文件操作比影刀原生指令更灵活。常用库：

os库——路径处理、文件遍历、文件夹操作。os.listdir(路径)列出所有文件，os.path.exists(路径)判断是否存在，os.makedirs(路径)递归创建文件夹。

shutil库——文件复制移动。shutil.copy(源路径, 目标路径)复制文件，shutil.move(源路径, 目标路径)移动文件，shutil.rmtree(路径)删除文件夹。

我的Python文件操作模板：

importosimportshutil# 获取图片文件夹source_dir=package.variables['图片文件夹']# 创建按日期分类的文件夹date_folder=os.path.join(source_dir,'20241123')ifnotos.path.exists(date_folder):os.makedirs(date_folder)# 批量移动文件forfileinos.listdir(source_dir):iffile.endswith('.jpg'):shutil.move(os.path.join(source_dir,file),os.path.join(date_folder,file))

Python块引用全局变量必须是package.variables['变量名']格式，我一开始直接写变量名报了半天错。

9. 平台实战：淘宝商品图片采集 + 小红书笔记图片采集

淘宝图片整理：

淘宝商品主图的URL规律：https://img.alicdn.com/xxx.jpg或//img.alicdn.com/xxx.jpg。相对路径需要拼接https:。批量下载后按商品ID分文件夹。

流程：

1. 采集列表页，获取商品ID和标题
2. 进入每个商品详情页
3. 获取所有图片URL
4. 按商品ID_序号.jpg格式下载到D:/商品图片/商品ID/文件夹
5. 记录下载结果到CSV

小红书笔记图片整理：

小红书笔记的图片没有清晰的文件名，下载下来全是随机字符串。需要按照笔记标题+发布时间重命名。

流程：

1. 采集笔记标题和发布时间
2. 循环下载该笔记的图片到临时文件夹
3. 批量重命名：笔记标题_发布时间_序号.jpg
4. 按日期移动到归档文件夹

文件重命名的核心：用"获取文件路径信息"指令，先拿到原文件的基本文件名和扩展名，然后拼接新文件名，最后执行"文件重命名"。

10. 系统联动

整理完文件后自动通知：

飞书消息通知——整理完成发送消息"今日共整理商品XX个，图片XX张，已归档至XX文件夹"。用飞书机器人webhook。整理失败也发一条异常消息。

邮件发送——整理结果表格CSV作为附件发送给客户。QQ邮箱SMTP配置：smtp.qq.com，端口587，需要开启POP3/SMTP服务获取授权码。

定时任务——设置每天凌晨2点自动整理前一天的图片。影刀客户端自带定时执行功能。

11. 工程化与规范

文件操作六大原则：

1. 操作前先判断文件/文件夹是否存在——用if判断，不存在就创建或跳过
2. 路径用os.path.join拼接——不用字符串硬拼"路径+\文件名"，Windows和Mac的分隔符不同
3. 文件名不要含特殊字符——冒号、问号、星号、尖括号在Windows文件名里非法
4. 批量操作先存列表再执行——不要边读边写，容易冲突
5. 每个文件操作包Try-Catch——单个文件操作失败不影响整体
6. 大文件分批处理——文件数量上万时，每500个处理一批释放内存

路径处理的坑：

Windows反斜杠vs正斜杠——影刀指令接收路径时用正斜杠或双反斜杠都行，但用了单反斜杠就会出问题，因为\n、\t被识别为转义字符。统一用正斜杠最省事。

中文路径——中文路径理论上没问题，但有些老旧系统接口不支持。尽量用英文路径。

路径不存在——用os.path.exists()先判断。创建文件夹用os.makedirs(路径, exist_ok=True)，父目录不存在自动创建。

获取文件路径信息的指令返回五个字段：根目录、父目录、文件名、基本文件名、文件扩展名。基本文件名是不含扩展名的部分，扩展名含点号。我常用它来提取基本文件名→拼接新名称→重命名。

子流程封装——把文件操作封装成独立子流程，主流程调用。比如"图片归档子流程"输入源文件夹和目标文件夹，"批量重命名子流程"输入文件夹路径和命名规则。

命名规范——文件夹名用日期+项目名（20241123_淘宝采集），文件名用商品名+序号+类型（商品A_主图_001.jpg）。一看就知道是什么。

12. 速查表/常见报错

文件读写报错"文件不存在"
原因：路径错误或文件已被移动
解决：操作前先os.path.exists()判断

写入文件中文乱码
原因：编码不对
解决：编码选UTF-8，Python写文件时指定encoding='utf-8'

文件重命名报错"文件被占用"
原因：文件正在被其他程序打开
解决：关闭打开该文件的程序后再操作

文件路径报错
原因：下载/上传文件指令路径输入方式问题
解决：检查输入的路径是否有效，改用"模拟人工输入"或"剪切板输入"

文件名超长报错
原因：Windows路径最长260个字符
解决：缩短文件夹名，减少层级，用Python的\\?\前缀绕过限制

删除文件夹失败
原因：文件夹非空
解决：用Python的shutil.rmtree(路径)递归删除

批量重命名序号错乱
原因：循环中用了原序号而非新序号
解决：用列表收集新路径，统一执行重命名

路径拼接错误
原因：多了或少了一个分隔符
解决：用os.path.join()代替字符串拼接

下载文件没有扩展名
原因：Chrome设置为不询问直接下载、未加扩展名或本机未开启显示扩展名
解决：Chrome设置→下载内容→开启下载前询问每个文件的保存位置

图片下载404
原因：URL是相对路径
解决：F12看完整URL，拼接缺失的协议和域名

整理脚本模板：

1. 获取源文件夹路径 2. 列出文件夹内所有文件 3. 循环每个文件： 判断扩展名→按规则分类→移动到对应文件夹→重命名 4. 输出整理结果

影刀文件操作更详细的教程可以去 home.linyan.cloud 看，那里有从入门到高级的完整教程。

#影刀RPA #RPA教程 #新手入门 #文件操作 #批量重命名 #文件夹整理

作者：林焱