利用Python帮助你批量打包YJK模型文件

收录于话题一年又开始了，去年该出出去的图也都出出去了，又要回来画图了，去年画图画到正月29，没来得及整理去年一整年做过的项目文件，刚上班没啥事儿抽点时间搞一搞吧。每年这个时候都该整理一波今年的项目资料了。我去~YJK文件堆了一大箩筐，很占硬盘啊。这么密密麻麻一整溜的模型占的硬盘实在太大了，小编光调一个模型，备份了这么多，占用的硬盘不下80G。，很多朋友可能会选择Ctrl A，Delete-----》-----》直接删库跑路。但是将来要是有一天需要追溯之前的模型，我们该怎么办？用YJK自带的打包功能？调过40多个模型，操作一波累死了，想想都想放弃。

一年又开始了，去年该出出去的图也都出出去了，又要回来画图了，去年画图画到正月29，没来得及整理去年一整年做过的项目文件，刚上班没啥事儿抽点时间搞一搞吧。每年这个时候都该整理一波今年的项目资料了。我去~YJK文件堆了一大箩筐，很占硬盘啊。

这么密密麻麻一整溜的模型占的硬盘实在太大了，小编光调一个模型，备份了这么多，占用的硬盘不下80G。，很多朋友可能会选择Ctrl A，Delete-----》-----》直接删库跑路。但是将来要是有一天需要追溯之前的模型，我们该怎么办？用YJK自带的打包功能？调过40多个模型，操作一波累死了，想想都想放弃。

今天小编就教大家如何用python批量保留每个模型中的一些必要的模型文件，同时将模型打包。

首先，我们利用YJK自带的模型打包功能，查看模型打包时的一些需要保留下来的文件：

大家可以看到，YJK打包后，保留的主要是以上的这些文件。我们可以直接通过python遍历以上的文件夹，删除那些YJK打包不必要的文件就可以了。以下就是python通过递归遍历每一个模型文件夹，跳过需要保留的文件，删除不需要的文件的代码：

import os

import stat

import shutil

dir=r"D:\2020\ProjectName\M1\3-结构计算模型\施工图阶段"
list = os.listdir(r"D:\2020\ProjectName\M1\3-结构计算模型\施工图阶段")
#列出不删除的文件
savedFiles=["yjkTransLoad.sav","spretobase2.dat","spretobase.dat","SPara.par","fea.dat","dsnctrl.ini","FileName.yjk","FileName.rel","FileName.pre","dsnjc.data"]
def delete_files(path, all_files): 
 # 首先遍历当前目录所有文件及文件夹 
 file_list = os.listdir(path) 
 # 准备循环判断每个元素是否是文件夹还是文件，是文件的话，把名称传入list，是文件夹的话，递归 
 for file in file_list: 
 # 利用os.path.join()方法取得路径全名，并存入cur_path变量，否则每次只能遍历一层目录 
 cur_path = os.path.join(path, file) 
 #判断需要保留文件夹 
 if cur_path.find("保留结果")>=1: 
  continue 
 # 判断是否是文件夹 
 if os.path.isdir(cur_path): 
  show_files(cur_path, all_files) 
 else: 
 #判断是否为可删除文件 
 saved=False 
  for savedItem in savedFiles: 
  if file == savedItem: 
  saved=True 
  break 
  if saved: 
 continue 
 else: 
 #修改只读权限 
 os.chmod(cur_path, stat.S_IWRITE) 
 #删除文件 
 os.remove(cur_path)
 return all_files
# 传入空的list接收文件名
contents = delete_files(dir, [])

在不必要的模型文件删除后，我们可以python自带的zipfile库，来批量压缩每个模型文件夹，代码如下：

import zipfile

import os

dir=r"D:\2020\ProjectName\M1\3-结构计算模型\施工图阶段"
list = os.listdir(r"D:\2020\ProjectName\M1\3-结构计算模型\施工图阶段")
def zip_files(path, all_files): 
 # 首先遍历当前目录所有文件及文件夹 
 file_list = os.listdir(path) 
 # 准备循环判断每个元素是否是文件夹还是文件，是文件的话，把名称传入list，是文件夹的话，递归 
 for file in file_list: 
 # 利用os.path.join()方法取得路径全名，并存入cur_path变量，否则每次只能遍历一层目录 
 cur_path = os.path.join(path, file) 
 # 判断是否是文件夹 
 if os.path.isdir(cur_path): 
  show_files(cur_path, all_files) 
 else: 
 all_files.append(cur_path)
 return all_files
for listItem in list: 
  cur_path = os.path.join(dir, listItem)    
 # 创建压缩文件 
 zipItem=zipfile.ZipFile(cur_path ".zip", mode='w')    
 # 将文件存入压缩文件    
 allfiles=zip_files(cur_path,[]) 
  for fileItem in allfiles:        
 zipItem.write(fileItem)

以下就是通过python批量压缩过的文件夹：

通过这两步操作后，原先80G的模型文件成功被压缩到了只有860M。通过这样的方式，我们即保留了原先的模型文件，又节约了硬盘空间。

小伙伴们又可以省出空间调今年的模型了。