MOOC下载器的文档整理

1.背景

最近学习中国大学MOOC的课程，想把课程的pdf下载下来本地保存并浏览。工具： Setup-Mooc-3.4.0.exe

但是，却发现所下载的文档在不同的文件夹里，浏览很不方便。于是写个脚本复制粘贴课件到指定位置。

2.工作

2.1 获取指定目录中所下载的文件名

files=[]

#获取指定目录下的文件名

def get_file_dir(dir):

    if  os.path.isdir(dir):

        for item in os.listdir(dir):

            if item!='System Volume Information':#windows下没权限删除的目录：可在此添加更多不判断的目录

                get_file_dir(os.path.join(dir, item))

    else:

        files.append(dir)

path=r'C:\Users\Administrator\Downloads\Programs\学无止下载器-v1.1.0\Download'

get_file_dir(path)

2.2 粘贴复制并重命名文件

course='离散数学 北交大 刘铎'

#newpath=r''+'\\'+course   #合并的文件存放位置

new_path=r''+'\\'+course+'\课件'  #复制的文件存放位置

for file in files:

    old_name=os.path.split(file)[1]

    new_name=re.sub('[()--—_课件]','',old_name)

    shutil.copy(file,os.path.join(new_path,new_name))

2.3 文件合并

def mergepdf(new_path,course,newpath):

    pdfs=os.listdir(new_path)

    merger = PdfFileMerger()

    for pdf in pdfs:

        merger.append(open(os.path.join(new_path,pdf), 'rb'))

    with open(newpath+'\\'+course+'.pdf', 'w+') as fout:

        merger.write(fout)

值得注意的是，这里程序会报错，如下：

在网上看到一些文章提及编码方式改成“GBK”，可在一定程度上解决问题（但也可能出现乱码）。这里没有尝试，我直接用Adobe Arcobat Pro DC合并。

2.4 结果

3.最后

对于本脚本，我后来进行了优化（文件夹新建、命令行输入参数），下载链接：mooc_pdf_cmd

若有问题，请私信我。

巴特西