Python脚本清理文件名冗余扩展名：白名单与冲突处理

脚本专家 · 发表于 2 小时前

在日常文件管理中，1.rar.1、document.pdf.bak、report.docx.bak 这类文件名很常见。备份、下载重命名、分卷压缩都可能产生多重扩展名。Windows 默认只识别最后一个扩展名，例如 report.docx.bak 会被当成 .bak 文件，打开方式会受影响。本文用一个 Python 脚本解决冗余扩展名清理问题：识别多余扩展、保留主扩展名、删除附加扩展名，并处理重名冲突。

需求拆解：识别文件名中多余的扩展部分；保留真正标识文件类型的主扩展名；删除后续附加扩展名；处理后的文件名保持唯一，避免覆盖。

扩展名识别原理：文件扩展名通常指最后一个点之后部分，但 .tar.gz、隐藏文件 .config、无扩展名文件 Makefile/README 需要特殊处理。因此要建立白名单：合法多重扩展名组合保留，冗余扩展名清除。

核心算法流程：文件名分割、扩展名分析、规则匹配、重命名执行。伪代码：

def clean_extension(filename):
base, ext = os.path.splitext(filename)
while ext in REDUNDANT_EXTENSIONS:
base, new_ext = os.path.splitext(base)
ext = new_ext + ext
return base + ext

复制代码

冗余扩展名集合：备份 .bak .old .tmp；版本号 .1 .2 .3 .001 .002；下载 .download .partial .crdownload；临时 .swp .swo .swn .temp。保护组合：.tar.gz .tar.bz2 .tar.xz .gz .bz2 .xz .zip。注意大小写不敏感比较。

完整实现：

import os
import re
from typing import List, Tuple
REDUNDANT_EXTS = {
'.bak', '.backup', '.old', '.tmp',
'.1', '.2', '.3', '.001', '.002',
'.download', '.partial', '.crdownload',
'.swp', '.swo', '.swn', '.temp'
}
PROTECTED_EXT_COMBOS = {
'.tar.gz', '.tar.bz2', '.tar.xz',
'.gz', '.bz2', '.xz', '.zip'
}
def split_all_extensions(filename: str) -> Tuple[str, List[str]]:
extensions = []
while True:
filename, ext = os.path.splitext(filename)
if not ext:
break
extensions.insert(0, ext)
return filename, extensions
def should_keep_extension(ext: str, prev_exts: List[str]) -> bool:
if ext in PROTECTED_EXT_COMBOS:
return True
if prev_exts and (prev_exts[-1] + ext) in PROTECTED_EXT_COMBOS:
return True
return ext.lower() not in REDUNDANT_EXTS
def clean_filename_extensions(filename: str) -> str:
dirname, basename = os.path.split(filename)
base, exts = split_all_extensions(basename)
keep_exts = []
for ext in reversed(exts):
if should_keep_extension(ext, keep_exts):
keep_exts.append(ext)
new_basename = base + ''.join(reversed(keep_exts))
return os.path.join(dirname, new_basename)

复制代码

关键函数说明：split_all_extensions 递归使用 os.path.splitext 拆分所有扩展名，返回基础名和有序扩展名列表；should_keep_extension 先检查保护列表，再检查相邻组合，最后看是否在冗余列表，比较时用 lower；clean_filename_extensions 处理完整路径，保留目录结构并重建文件名。

测试用例：

import unittest
class TestExtensionCleaner(unittest.TestCase):
def test_basic_cases(self):
self.assertEqual(clean_filename_extensions('file.txt.bak'), 'file.txt')
self.assertEqual(clean_filename_extensions('image.jpg.1'), 'image.jpg')
def test_protected_combos(self):
self.assertEqual(clean_filename_extensions('archive.tar.gz.1'), 'archive.tar.gz')
self.assertEqual(clean_filename_extensions('data.tar.bz2.bak'), 'data.tar.bz2')
def test_multiple_redundant(self):
self.assertEqual(clean_filename_extensions('doc.docx.tmp.old'), 'doc.docx')
def test_no_extension(self):
self.assertEqual(clean_filename_extensions('README'), 'README')
self.assertEqual(clean_filename_extensions('.hidden'), '.hidden')
def test_full_path(self):
self.assertEqual(
clean_filename_extensions('/path/to/file.log.1'),
'/path/to/file.log'
)
if __name__ == '__main__':
unittest.main()

复制代码

冲突处理：当清理后目标文件已存在，可加序号后缀、保留部分冗余或交互询问。示例：

def get_unique_filename(original_path: str) -> str:
if not os.path.exists(original_path):
return original_path
base, ext = os.path.splitext(original_path)
counter = 1
while True:
new_path = f'{base}({counter}){ext}'
if not os.path.exists(new_path):
return new_path
counter += 1

复制代码

性能优化：批量处理用 os.scandir 代替 os.listdir，可缓存已处理模式，并用线程池。示例：

from concurrent.futures import ThreadPoolExecutor
def batch_clean_files(directory: str):
with ThreadPoolExecutor() as executor:
for entry in os.scandir(directory):
if entry.is_file():
executor.submit(process_single_file, entry.path)

复制代码

配置支持：JSON/YAML 管理规则：

# extensions_config.yaml
redundant_extensions:
- .bak
- .tmp
- .1
protected_combos:
- .tar.gz
- .tar.bz2

复制代码

加载：

import yaml
def load_config(config_path: str) -> dict:
with open(config_path) as f:
return yaml.safe_load(f)

复制代码

实际应用与排查：Windows 右键菜单注册表命令并关联打包 exe；Linux 建 .desktop 加 Nautilus/Dolphin 脚本菜单；macOS Automator 设 Finder 快速操作。常见问题：处理后文件无法打开，原因是误删必要扩展名，检查白名单并添加例外；大量文件卡顿，原因是同步处理，改批量异步；网络路径失败，原因是权限或延迟，加重试和超时。

日志与撤销：

import logging
from datetime import datetime
def setup_logging():
logging.basicConfig(
filename='extension_cleaner.log',
level=logging.INFO,
format='%(asctime)s - %(message)s'
)
def log_operation(original: str, new: str):
logging.info(f'Renamed: {original} -> {new}')

复制代码

import shutil
class UndoManager:
def __init__(self):
self.backup_dir = os.path.expanduser('~/.extension_cleaner_backups')
os.makedirs(self.backup_dir, exist_ok=True)
def backup_file(self, filepath: str) -> str:
timestamp = datetime.now().strftime('%Y%m%d_%H%M%S')
backup_path = os.path.join(
self.backup_dir,
f'{os.path.basename(filepath)}.{timestamp}'
)
shutil.copy2(filepath, backup_path)
return backup_path

复制代码

扩展场景：压缩工具 7-Zip 自定义命令示例：

Clean Extensions -os.path.join(script_dir, 'clean_extensions.py') '%1'

复制代码

Git pre-commit 钩子：

#!/bin/sh
find . -name '*.*.*' -exec python3 clean_extensions.py {} \;
git add -u

复制代码

rsync 同步前预处理：

python3 clean_extensions.py /source/path
rsync -avz /source/path /target/path

复制代码

Outlook VBA 附件：

Sub CleanAttachmentExtensions()
Dim attachment As Attachment
For Each attachment In Application.ActiveInspector.CurrentItem.Attachments
Dim cleanPath As String
cleanPath = CleanExtension(attachment.Filename)
If cleanPath <> attachment.Filename Then
attachment.SaveAsFile cleanPath
End If
Next
End Sub

复制代码

程序员常见需求是处理版本控制临时文件，如 Git 合并冲突产生的 .orig、IDE 自动备份。可在配置文件中添加开发扩展名规则组，按工作模式切换。

Python脚本清理文件名冗余扩展名：白名单与冲突处理

指导单位

旗下站点

联系我们