Fiquei encarregado num projeto de criar um código que navegue nas pastas do servidor procurando arquivos com nomenclatura errada (Acentos, espaços, pontuação e caracteres especiais..) sendo que eu travei na lógica do regex e não consegui progredir por conta que todos os arquivos tem uma extensão ex: .txt, .pdf, .doc dentre outros.
E esse bendito ponto faz com que meu código simplismente fique naquele ditato "Ou é 8 ou 80" pois no regex a expressão \W
captura todos os outros caracteres que eu quero (todos não-alfanumérico) porém como o "." vem junto nessa captura, arquivos que tem a nomenclatura correta como por exemplo: arquivo.txt são acusados como arquivos com nomenclatura errada por conta do bendito ponto.
Segue o código:
import os, re;
def encontraArquivosEmPastaRecursivamente(pasta):
arquivosTxt = []
caminhoAbsoluto = os.path.abspath(pasta)
for pastaAtual, subPastas, arquivos in os.walk(caminhoAbsoluto):
arquivosTxt.extend([os.path.join(pastaAtual,arquivo)
for arquivo in arquivos
if(re.findall(r'[áàâãéèêíïóôõöúçñÁÀÂÃÉÈÍÏÓÔÕÖÚÇÑ\s\W]', arquivo))])
arquivo = open('lista_de_arquivo.txt', 'w')
for arquivosTxt in arquivosTxt:
arquivo.write(arquivosTxt + '\n')
arquivo.close()
encontraArquivosEmPastaRecursivamente('c:/Users/paulo/Desktop/Ambiente_de_arquivos')
Nomes de arquivos que devem estar no arquivo "lista_de_arquivo.txt" após o código rodar:
arquivo 1.txt (arquivo com espaços);
arquivo1!@#$%¨&()_+`´{[ª^~}]º,.;-.txt (arquivo com caracteres especiais);
árquivo 1.txt (arquivo com acentos);
Por sua vez, o que não deve estar na lista:
arquivo4.txt (arquivo sem espaço, sem acento e sem caractere especial) (porém ele aparece na lista por conta do ".")
Esse é meu ambiente de testes:
Ignore "pasta1" e "pasta2" são apenas para testar a recursividade do código
Minha primeira pergunta aqui, perdão se tiver com algo errado e desde já agradeço a ajuda.