零代码编程：用ChatGPT对PDF文件标题进行重命名

零代码编程：用ChatGPT对PDF文件标题进行重命名

F:盘的“北交所招股说明书”文件夹下面有很多个PDF文件，但是下载的时候只是根据URL中的文件地址来命名，只是一串数字，看不出和内容的关系。

打开PDF文件，共同的规律是第一行都是：证券简称：XXXX，证券代码：XXXX，现在希望所有PDF文件都按照证券简称来重命名。

在ChatGPT中输入提示词：

写一段Python程序：

F:盘的“北交所招股说明书”文件夹中有很多个PDF文件，读取这些PDF文件的第一页内容；查找“证券简称：”，提取其后面的6个字符，去掉开头的空格，作为PDF文件的文件名；

然后对pdf文件进行重命名，在重命名文件之前先关闭文件。

注意：每一步都要输出信息

程序运行后，大部分PDF文件正确重命名，但是个别显示：未找到证券简称：1594109406_411602.pdf。打开PDF文件一看，第一页是图片格式。这时候就需要用到OCR技术来实现图片中识别文字了。具体实现参考之前的文章《零代码编程：用ChatGPT批量识别图片PDF中的文字》

还有一些，命名也不太正确，比如特瑞斯证券：多了“证券”这两个字。

这种情况是怎么回事？

先让ChatGPT把提取出来的文本保存下来，在ChatGPT中输入提示词：

写一段Python程序：

F:盘的“北交所精选层招股说明书”文件夹中有很多个PDF文件，读取这些PDF文件的第一页内容；

内容保存到txt文本，然后进行打印输出

注意：每一步都要输出信息

可以看到，正常读取的文本是这样的：

证券简称： 吉冈精密 证券代码： 836720

但是个别是这样的：

1-1-1证券简称：华维设计证券代码：833427

证券简称：吉林碳谷 证券代码：836077

这就导致重命名时出现错误。

怎么提取证券名称，继续问ChatGPT：

“””证券简称： 吉冈精密 证券代码： 836720

但是个别是这样的：

1-1-1证券简称：华维设计证券代码：833427

证券简称：吉林碳谷 证券代码：836077”””

以上是多个PDF文件的第一页内容，我想从中提取出华维设计、吉林碳谷、吉冈精密这些字符，该如何用Python来实现？给出具体思路、方法和代码

可以看到，提取的核心在于正则表达式：pattern = re.compile(r'证券简称：\s*(.+?)\s*证券代码'

# re.compile()解析:

# r表示原始字符串,不对字符串中的特殊字符转义

# 证券简称: 匹配字面文本“证券简称:”

# \s* 匹配0个或多个空格

# (.+?) 第一个匹配组,匹配任意字符,采用非贪心匹配

# \s* 匹配0个或多个空格

# 证券代码 匹配字面文本“证券代码”

这段代码使用正则表达式匹配文本中介于“证券简称:”和“证券代码”之间的证券简称,采用非贪心匹配。

根据这个正则表达式，重写ChatGPT提示词：

写一段Python程序：

F:盘的“北交所招股说明书”文件夹中有很多个PDF文件，读取这些PDF文件的第一页内容；使用正则表达式pattern = re.compile(r'证券简称：\s*(.+?)\s*证券代码'，来提取出证券简称作为PDF文件的文件名；

然后对pdf文件进行重命名，在重命名文件之前先关闭文件。

注意：每一步都要输出信息

此时，全部文件正确重命名。