单个或批量实现-提取PDF文档中的合同号和姓名并按“合同号_姓名”格式重命名文件。
第一、单个PDF文件命名格式：
提取PDF文档中的合同号和姓名并按“合同号_姓名”格式重命名文件
import pdfplumber
import re
import osdef extract_contract_info(pdf_path):with pdfplumber.open(pdf_path) as pdf:for page in pdf.pages:text = page.extract_text()# 匹配合同编号（只取前12位）contract_match = re.search(r'合同编号[:：]\s*([A-Za-z0-9]{12})', text)# 匹配借款人（直到换行或括号，并去除所有空格）borrower_match = re.search(r'借款人[:：]\s*([^\n（()]+)', text)if contract_match and borrower_match:contract_number = contract_match.group(1)borrower_name = borrower_match.group(1).replace(" ", "") # 删除所有空格return contract_number, borrower_namereturn None, Nonedef rename_pdf_file(pdf_path):contract_number, borrower_name = extract_contract_info(pdf_path)if contract_number and borrower_name:dir_name = os.path.dirname(pdf_path)new_filename = f"{contract_number}_{borrower_name}.pdf"new_filepath = os.path.join(dir_name, new_filename)# 避免文件名冲突（自动添加序号）counter = 1while os.path.exists(new_filepath):new_filename = f"{contract_number}_{borrower_name}_{counter}.pdf"new_filepath = os.path.join(dir_name, new_filename)counter += 1os.rename(pdf_path, new_filepath)print(f"文件已重命名为: {new_filename}")else:print("未能提取合同信息，无法重命名")# 使用示例
pdf_path = r'D:\xmfile\案件杂货表\部门\鲍晓文\《个人借款额度合同》XZ_20201224.pdf'
rename_pdf_file(pdf_path)第二、批量实现PDF文件命名格式：
提取PDF文档中的合同号和姓名并按“合同号_姓名”格式重命名文件
import pdfplumber
import re
import os
from typing import Tuple, Optionaldef validate_pdf(filepath: str) -> bool:"""验证文件是否为有效的PDF"""try:with pdfplumber.open(filepath) as pdf:if len(pdf.pages) == 0:return Falsereturn Trueexcept:return Falsedef clean_borrower_name(name: str) -> str:"""清洗借款人姓名"""# 去除前后空格、特殊字符和标点name = re.sub(r'[^\w\u4e00-\u9fa5]', '', name.strip())# 去除身份证号、电话等可能跟随的信息name = re.sub(r'[\dXx]{15,}', '', name)return namedef extract_contract_info(pdf_path: str) -> Tuple[Optional[str], Optional[str]]:"""提取合同编号和借款人信息"""if not validate_pdf(pdf_path):return None, Nonetry:with pdfplumber.open(pdf_path) as pdf:full_text = "\n".join([page.extract_text() or "" for page in pdf.pages])# 更精确的合同编号匹配（考虑多种格式）contract_match = re.search(r'(合同编号|合同号|编号)[:：]?\s*([A-Za-z0-9]{10,15})',full_text,re.IGNORECASE)# 更精确的借款人匹配（考虑多种表述方式）borrower_match = re.search(r'(借款人|借款方|甲方)[:：]?\s*([^\n（）()]{2,20}?)(?=[\n（）()]|身份证|联系方式|$)',full_text,re.IGNORECASE)if contract_match and borrower_match:contract_number = contract_match.group(2)[:12] # 仍只取前12位raw_borrower_name = borrower_match.group(2)borrower_name = clean_borrower_name(raw_borrower_name)if len(borrower_name) >= 2: # 姓名至少2个字符return contract_number, borrower_nameexcept Exception as e:print(f"⚠️ 处理 {os.path.basename(pdf_path)} 时发生错误: {str(e)}")return None, Nonedef rename_pdf_file(pdf_path: str) -> None:"""重命名PDF文件"""original_name = os.path.basename(pdf_path)contract_number, borrower_name = extract_contract_info(pdf_path)if contract_number and borrower_name:dir_name = os.path.dirname(pdf_path)base_name = f"{contract_number}_{borrower_name}"extension = ".pdf"# 处理文件名冲突counter = 0while True:new_name = f"{base_name}{f'_{counter}' if counter else ''}{extension}"new_path = os.path.join(dir_name, new_name)if not os.path.exists(new_path):try:os.rename(pdf_path, new_path)print(f"✅ 成功: {original_name} → {new_name}")breakexcept Exception as e:print(f"❌ 重命名失败: {original_name} → {new_name} | 错误: {str(e)}")breakcounter += 1else:print(f"⚠️ 跳过: {original_name} (未提取到有效信息)")def batch_rename_pdfs_in_subfolders(root_dir: str) -> None:"""批量处理子文件夹中的PDF文件"""if not os.path.isdir(root_dir):print(f"❌ 错误: 目录不存在 {root_dir}")returnprocessed_files = 0skipped_files = 0error_files = 0for person_dir in os.listdir(root_dir):person_dir_path = os.path.join(root_dir, person_dir)if not os.path.isdir(person_dir_path):continueprint(f"\n🔍 正在处理: {person_dir}")for filename in os.listdir(person_dir_path):if filename.lower().endswith('.pdf'):pdf_path = os.path.join(person_dir_path, filename)try:rename_pdf_file(pdf_path)processed_files += 1except Exception as e:print(f"❌ 处理 {filename} 时出错: {str(e)}")error_files += 1else:skipped_files += 1print(f"\n📊 处理完成: 共处理 {processed_files} 个文件, 跳过 {skipped_files} 个, 错误 {error_files} 个")if __name__ == "__main__":# 使用示例department_dir = r'D:\xmfile\案件杂货表\部门'# 输入验证while not os.path.exists(department_dir):print(f"目录不存在: {department_dir}")department_dir = input("请输入正确的目录路径: ")batch_rename_pdfs_in_subfolders(department_dir)相关文章：
单个或批量实现-提取PDF文档中的合同号和姓名并按“合同号_姓名”格式重命名文件。
第一、单个PDF文件命名格式： 提取PDF文档中的合同号和姓名并按“合同号_姓名”格式重命名文件 import pdfplumber import re import osdef extract_contract_info(pdf_path):with pdfplumber.open(pdf_path) as pdf:for page in pdf.pages:text page.extract_tex…...
虚拟机的网络配置
第一章 配置网络（注意NAT类型） 1. 在VMware中配置 虚拟网络编译器 1） 点击编辑 就会出现 虚拟网络编译器 并点击（要再虚拟机关机的情况下进行） 2）点击右下角的 更改设置 再点击 VMnet 红色框里192.168.x…...
JAVA设计模式——（二）组合模式
JAVA设计模式——（二）组合模式 原理解释实现定义规范接口定义主干定义分支定义叶子测试代码 优势 原理 组合模式用于描述对象在“整体-部分”中的关系，用户对单个对象和组合对象的使用具有一致性。 组合模式中由于单个对象和组合对象的使用…...
【数据结构和算法】5. 堆栈和队列
本文根据 数据结构和算法入门 视频记录 文章目录 1. 堆栈（Stack）1.1 概念1.2 数组栈实现1.3 链式栈实现 2. 队列（Queue）2.1 概念2.2 数组队列实现2.3 链式队列实现 在这一章我们来了解两个很特殊的数据结构：堆栈 (Stac…...
万字长文 | Apache SeaTunnel 分离集群模式部署 K8s 集群实践
文章作者：雷宝鑫 整理排版：白鲸开源 曾辉 Apache SeaTunnel官网链接: https://seatunnel.apache.org/ Apache SeaTunnel(以下简称SeaTunnel）是一款新一代高性能、分布式的数据集成同步工具，正受到业界广泛关注和应用。SeaTunnel支…...
逻辑回归：使用 S 型函数进行概率预测
逻辑回归：使用 S 型函数进行概率预测 摘要 本文章深入探讨了逻辑回归模型如何利用 S 型函数将线性回归的输出转换为概率值。文章详细阐述了 S 型函数的数学原理、在逻辑回归中的应用以及其在机器学习中的重要性。通过具体示例和练习，帮助读者理解如何使…...
马浩棋：产通链CT-Chain 破局不动产 RWA，引领数智金融新变革
全球不动产 RWA 数智金融高峰论坛上马浩棋先生致辞 在全球不动产 RWA 数智金融高峰论坛暨产通链 CT-Chain 上链首发会的现场，犀牛世纪集团（香港）有限公司董事会主席马浩棋成为众人瞩目的焦点。此次盛会汇聚了全球金融、区块链及不动产领域的…...
iscsi服务端安装及配置
1. 安装targetcli软件包 yum install -y targetcli 2. 启动target服务 systemctl start target systemctl enable target 3. 配置防火墙 firewall-cmd --add-port"3260/tcp" 3. 准备一个物理分区（或者逻辑分区）…...
常见的神经网络权重文件格式及其详细说明
常见的神经网络权重文件格式及其详细说明的表格： 扩展名所属框架/工具如何生成表示内容使用方法注意事项.pt, .pthPyTorchtorch.save(model.state_dict(), "model.pt")PyTorch模型的状态字典（权重和参数）或整个模型加载方式&#…...
帕金森发病类型和阶段
文章目录 直观认识帕金森综合症的类型一、原发性帕金森综合征二、继发性（获得性）帕金森综合征三、帕金森叠加综合征（Atypical Parkinsonism）四、遗传性帕金森综合征五、其他罕见类型推荐文献与资源 PD的病理分期理论（B…...
基于ssm的“安家”儿童福利院管理系统（源码+文档）
项目简介 “安家”儿童福利院实现了以下功能： “安家”儿童福利院管理系统的主要使用者分为管理员：儿童管理、申请领养管理、捐赠管理、楼栋管理、宿舍管理、分配信息管理、宿舍物品管理、报修管理、维修工管理、报修状态管理、留言管理、系统管理。 用…...
闲聊人工智能对媒体的影响
技术总是不断地改变信息的传播方式。互联网促进了社交媒体的蓬勃发展。 网络媒体成为主流。大语言模型为代表的人工智能的出现，又会对媒体传播带来怎样的改变呢？媒体的演变反映了社会和技术的演变。 人工智能(AI) 将继续对整个媒体行业产生变革性的影响。…...
含运行文档)
健身房管理系统(springboot+ssm+vue+mysql)含运行文档
健身房管理系统(springbootssmvuemysql)含运行文档 健身房管理系统是一个全面的解决方案，旨在帮助健身房高效管理其运营。系统提供多种功能模块，包括会员管理、员工管理、会员卡管理、教练信息管理、解聘管理、健身项目管理、指导项目管理、健身器材管理…...
离散化区间和 java c++
文章目录 题面解题思路javacpp 题面 题目链接：点击传送 假定有一个无限长的数轴，数轴上每个坐标上的数都是 0。 现在，我们首先进行 n 次操作，每次操作将某一位置 x 上的数加 c。 接下来，进行 m 次询问，每…...
「数据可视化 D3系列」入门第十二章：树状图详解与实践
树状图深度解析与实现 一、核心API解析1. d3.hierarchy2. d3.tree3. 节点操作方法 二、完整实现解析三、高级技巧与优化四、常见问题解决小结下章预告：地图可视化 树状图是一种常见的层次结构可视化方式，它能够清晰地展示数据之间的父子关系。本文将详细…...
IDEA 创建Maven 工程（图文）
设置Maven 仓库 打开IDEA 开发工具，我的版本是2024.3.1（每个版本的位置不一样）。在【Customize】选项中，可以直接设置【语言】，在最下面选择【All setting】。 进入到熟悉的配置界面，选择配置的【setting…...
机器学习06-RNN
RNN（循环神经网络）学习笔记 一、RNN 概述 循环神经网络（Recurrent Neural Network，RNN）是一类以序列数据为输入，在序列的演进方向进行递归且所有节点（循环单元）按链式连接的递归神…...
Java常用正则表达式及使用方法
在 Java 中，Pattern 和 Matcher 类是 java.util.regex 包的核心，用于处理正则表达式。 Pattern 类 Pattern 类表示编译后的正则表达式，它提供了一种将正则表达式字符串编译成可执行对象的方式，以便后续用于匹配操作。 常用方法…...
新零售行业时代：如何用科技驱动传统零售的转型升级
新零售行业时代：如何用科技驱动传统零售的转型升级 “在变化的世界中，唯一不变的是变化本身。” 一、传统零售的困局：当“生存”成为一场鏖战 街角的便利店老板老王，每天凌晨4点起床进货，却在月…...
DeepSeek和Excel结合生成动态图表
文章目录 一、前言二、3D柱状图案例2.1、pyecharts可视化官网2.2、Bar3d-Bar3d_puch_card2.3、Deepseek2.4、WPS2.5、动态调整数据 一、前言 最近在找一些比较炫酷的动态图表，用于日常汇报，于是找到了 DeepseekExcel王牌组合，其等同于动态图…...
大模型学习笔记------Llama 3模型架构之分组查询注意力（GQA）
大模型学习笔记------Llama 3模型架构之分组查询注意力（GQA） 1、分组查询注意力（GQA）的动机2、 多头注意力（Multi-Head Attention, MHA）3、 多查询注意力 (Multi-Query Attention，MQA)4、 分组查…...
WordPress 只能访问html文件，不能访问php
部署WordPress 遇到的问题 说来惭愧，尝试了多次流程，输入ip能够访问到配置路径下面的html文件，但就是无法访问php文件，查来查去，最后在AI工具的逐一梳理下，是PHP-FPM配置下面出的问题，默认账号…...
Python 之 pyecharts 使用
要说绘制动态图表，echarts 肯定是有一席之地的，特别是像 flask 这种轻量级的 web 框架，在 html 中动态嵌入生成 echarts 无疑是很优的选择。pyecharts 简单来说就是以 python 的方式来生成对应的 echarts 图表。 安装 pip install pyechart…...
【第九章 Python学习之函数Ⅱ】
【2025】Python最新最完整教程，零基础看这一个就够了 第九章 Python学习之函数Ⅱ 文章目录 【2025】Python最新最完整教程，零基础看这一个就够了前言一、说两句二、定义函数函数定义规则函数的参数参数的类型及用途1. 必需参数（位置参数）2. 关键字参数3. 默认参数4. 可变参…...
远程过程调用(RPC)协议流不正确。此 RPC 请求中提供了过多的参数。最多应为 2100。)
传入的表格格式数据流(TDS)远程过程调用(RPC)协议流不正确。此 RPC 请求中提供了过多的参数。最多应为 2100。
### Error updating database. Cause: com.microsoft.sqlserver.jdbc.SQLServerException: 传入的表格格式数据流(TDS)远程过程调用(RPC)协议流不正确。此 RPC 请求中提供了过多的参数。最多应为 2100。 这是因为集合数据量过大，需要对集合进行拆分操作࿰…...
IDEA热加载
翻译:"你运行的应用程序 BfApplication 启动之后，它的一些类文件（通常是你修改过的 .java 文件被重新编译了）发生了变化。你想现在就重新加载这些更改过的类吗？" 解释: 热重载: 这是一种开发时非常有用的技术。当你…...
常用第三方库：dio网络库使用与封装
常用第三方库：dio网络库使用与封装 前言 dio是Flutter生态中最受欢迎的网络请求库之一，它提供了强大的功能和灵活的配置选项。本文将从实战角度深入介绍dio的使用技巧和最佳实践。 基础知识 1. dio简介 dio是一个强大的Dart Http请求库，…...
解决IntelliJ IDEA配置文件（application.properties）中文注释变成乱码的问题
文章目录 1. 问题呈现2. 问题产生的原因3. 解决方法 更多 IntelliJ IDEA 的使用技巧可查看 IntelliJ IDEA 专栏中的文章：IntelliJ IDEA 1. 问题呈现 在 IntelliJ IDEA 中打开配置文件（application.properties）时，文件中的中文注…...
linux基础14--dns和web+dns
DNS：域名系统（Domain Name System） DNS协议是用来将域名转换为IP地址或将IP地址转换为相应的域名 DNS使用TCP和UDP端口53，给用户提供解析时一般使用UDP53 对于每一级域名长度的限制是63个字符，域名总长度则不能超过2…...
Java 静态内部类面试题与高质量答案合集
本文整理了关于 Java 静态内部类（Static Nested Class）在面试中的高频问题及标准答案，帮助你理解其底层原理、内存表现以及实际应用。 1. 什么是静态内部类？和普通内部类有什么区别？ 答： 静态内部类是定义…...
React.cloneElement的用法详解
React.cloneElement的用法详解 React.cloneElement 是 React 提供的一个 API，用于克隆现有的 React 元素，并在克隆的基础上添加或覆盖属性，同时保留原有的子元素。 语法 React.cloneElement(element: ReactElement, props?: Partial<P…...
【数学建模】孤立森林算法：异常检测的高效利器
孤立森林算法：异常检测的高效利器 文章目录 孤立森林算法：异常检测的高效利器1 引言2 孤立森林算法原理2.1 核心思想2.2 算法流程步骤一：构建孤立树(iTree)步骤二：构建孤立森林(iForest)步骤三：计算异常分数 3 代码实现…...
3.1 WPF使用MaterialDesign的介绍1
MaterialDesignInXAML Toolkit 是一个流行的开源 C# WPF 控件库，它实现了 Google 的 Material Design 规范，让开发者可以轻松创建现代化的 WPF 应用程序界面 Material Design 是一个流行的设计语言，由 Google 开发，旨在帮助开发者构建美观且一致的 UI 界面。对于使用 C# 的…...
多路转接select服务器
目录 select函数原型 select服务器 select的缺点 前面介绍过多路转接就是能同时等待多个文件描述符，这篇文章介绍一下多路转接方案中的select的使用 select函数原型 #include <sys/select.h> int select(int nfds, fd_set *readfds, fd_set *writefds, f…...
【算法】BFS-解决FloodFill问题
目录 FloodFill问题 图像渲染 岛屿数量 岛屿的最大面积 被围绕的区域 FloodFill问题 FloodFill就是洪水灌溉的意思，假设有下面的一块田地，负数代表是凹地，正数代表是凸地，数字的大小表示凹或者凸的程度。现在下一场大雨&…...
二叉树层序遍历技术解析与面试指南
文章目录 一、二叉树层序遍历技术解析1. 问题描述2. 层序遍历核心思想3. Java实现代码（带详细注释）4. 算法关键点解析5. 复杂度分析 二、资深后端面试深度指南1. 高频面试问题集Q1: 如何实现Z字形层序遍历（锯齿形遍历）？…...
软考软件设计师考试情况与大纲概述
文章目录 **一、考试科目与形式****二、考试大纲与核心知识点****科目1：计算机与软件工程知识****科目2：软件设计** **三、备考建议****四、参考资料** 这是一个系列文章的开篇 本文对2025年软考软件设计师考试的大纲及核心内容进行了整理，并…...
一款丰富的工作流自动化平台 | N8N 83.6K ⭐
N8N 介绍 N8N 是一个工作流自动化平台，为技术团队提供代码的灵活性和无代码的速度。n8n 具有 400 集成、原生 AI 功能和公平代码许可证，可让您构建强大的自动化功能，同时保持对数据和部署的完全控制。 🚢 项目地址 Github: https…...
Apache PDFBox
Apache PDFBox 是一个用于处理 PDF 文档的开源 Java 库，由 Apache 软件基金会开发和维护。它提供了丰富的功能，允许开发者在 Java 应用程序中创建、读取、修改和提取 PDF 文件中的信息。以下是关于 PDFBox 的详细介绍： 主要功能 创建 PDF 文…...
如何批量为多个 Word 文档添加水印保护
在日常办公中，Word文档添加水印是一项重要的操作，特别是在需要保护文件内容的安全性和版权时。虽然Office自带了添加水印的功能，但当需要一次性给多个Word文档添加水印时，手动操作显得非常繁琐且低效。为了提高效率，可…...
)
【MySQL】005.MySQL表的约束(上)
文章目录 表的约束1. 约束概念2. 空属性2.1 基本语法2.2 使用示例 3. 默认值3.1 基本概念3.2 使用示例 4. 列描述4.1 基本概念4.2 使用示例 5. zerofill5.1 基本功能5.2 使用示例5.3 注意事项 6. 主键6.1 基本概念6.2 使用示例 表的约束 1. 约束概念 真正约束字段的是数据类型…...
力扣刷题Day 27：环形链表（141）
1.题目描述 2.思路 创建一个结点集合，遍历链表，如果遇到已经加进集合的结点就说明链表有环。 3.代码（Python3） class Solution:def hasCycle(self, head: Optional[ListNode]) -> bool:node headnode_set set()while node…...
window上 elasticsearch v9.0 与 jmeter5.6.3版本 冲突，造成es 启动失败
[2025-04-22T11:00:22,508][ERROR][o.e.b.Elasticsearch ] [AIRUY] fatal exception while booting Elasticsearchjava.nio.file.NoSuchFileException: D:\Program Files\apache-jmeter-5.6.3\lib\logkit-2.0.jar 解决方案： 降低 es安装版本 ，选择…...
PDF转换Word深度评测 - ComPDFKit Conversion SDK V3.0
ComPDFKit PDF 转换 SDK 在V3.0 中有以下几个新功能: 使用百万级文档训练数据集对 PPYoloE AI 模型进行微调 全场景布局分析算法及下一代表格识别算法 重构数据结构、转换流程、PDF解析和输出模块 混合布局：将流式布局与固定布局相结合，以保持原始布局…...
Laravel 对接阿里云 OSS 说明文档
Laravel 对接阿里云 OSS 说明文档 一、 简介 将 Laravel 应用与阿里云对象存储服务 (OSS) 对接，可以利用 OSS 提供的高可用、高可靠、可扩展的存储能力来管理应用中的文件，例如用户上传的图片、视频、文档等。这有助于减轻应用服务器的存储压力&#x…...
嘻游电玩三端客户端部署实战：PC + Android + iOS 环境全覆盖教程
本篇文章将针对“网狐系列嘻游电玩组件”的三端客户端（PC端、安卓端、iOS端）进行详细部署实操讲解。文章将以实测部署为核心，提供资源结构说明、平台适配调整、打包配置、常见问题修复，并辅以必要的关键配置代码。 一、客户端资源…...
mockMvc构建web单元测试学习笔记
web应用本来需要依靠tomcat这个环境运行 现在用mockMvc是为了模拟这个web环境，简化测试 什么是mock(模拟) 模拟对象---mock object是以可控方式模拟真实对象行为的假对象，通过模拟输入数据，验证程序达到预期结果 为什么使用mock对象 因为…...
ffmpeg av_buffer_unref的逻辑实现； av_freep 和 av_freep函数的区别
av_buffer_unref 是 FFmpeg 中用于管理引用计数和内存释放的核心函数，其内部实现机制如下： 一、核心流程 引用计数递减 函数首先对 AVBufferRef 的 buffer->refcount 进行原子递减操作（通过 atomic_fetch_add_explicit 等机制保证…...
Flutter IOS 真机 Widget 错误。Widget 安装后系统中没有
错误信息： SendProcessControlEvent:toPid: encountered an error: Error Domaincom.apple.dt.deviceprocesscontrolservice Code8 "Failed to show Widget com.xxx.xxx.ServerStatus error: Error DomainFBSOpenApplicationServiceErrorDomain Code1 "T…...
Jenkins plugin 的用法和示例
今天介绍一下比较常见的Jenkins plugin 的使用方法 1. 通过AWS s3 upload 插件上传文件到AWS S3 存储桶 前提条件： 安装AWS pipeline step插件在Jenkins 中创建credentials，包含access_key_id和secret_key_id创建S3 存储桶 脚本： pipeli…...