Tự động hóa phân loại và xử lý file theo nội dung bằng Python

Chào mọi người,

Dạo gần đây mình có công việc cần xử lý một lượng lớn file Excel, mà mỗi file lại có cấu trúc hơi khác nhau một chút. Việc mở từng file ra xem rồi phân loại thủ công tốn khá nhiều thời gian và dễ sai sót. Mình đã thử tìm cách tự động hóa việc này và phát hiện ra một giải pháp khá hay dùng Python, muốn chia sẻ lại cho anh em trong diễn đàn.

Ý tưởng là mình sẽ viết một script Python để nó tự động quét một thư mục, đọc tên file hoặc một vài ô dữ liệu trong file để xác định loại file, sau đó di chuyển nó vào các thư mục con tương ứng (ví dụ: file báo cáo tháng 1, file dữ liệu khách hàng, file tạm...).

Cách thực hiện cơ bản:

• Sử dụng thư viện os để duyệt thư mục và lấy danh sách file.
• Sử dụng thư viện pandas để đọc dữ liệu từ file Excel (nếu cần kiểm tra nội dung).
• Viết các câu lệnh điều kiện (if-elif-else) để phân loại file dựa trên tên hoặc nội dung.
• Sử dụng shutil để di chuyển file.

Ví dụ đơn giản để đọc tên file và di chuyển:

import os
import shutil

source_folder = "/path/to/your/files"
destination_folder_report = "/path/to/reports"
destination_folder_data = "/path/to/data"

for filename in os.listdir(source_folder):
    if filename.endswith(".xlsx"):
        if "report" in filename.lower():
            shutil.move(os.path.join(source_folder, filename), os.path.join(destination_folder_report, filename))
            print(f"Moved report: {filename}")
        elif "data" in filename.lower():
            shutil.move(os.path.join(source_folder, filename), os.path.join(destination_folder_data, filename))
            print(f"Moved data file: {filename}")

Nếu cần kiểm tra nội dung, bạn có thể đọc file Excel bằng pandas và kiểm tra giá trị trong một ô cụ thể. Script này thực sự hữu ích khi bạn có hàng trăm, thậm chí hàng nghìn file cần phân loại. Nó giúp tiết kiệm rất nhiều thời gian và giảm thiểu sai sót.

Anh em nào đã từng làm qua hoặc có cách nào hay hơn thì chia sẻ thêm nhé!

Cái này hay quá bạn ơi! Mình cũng đang đau đầu với việc xử lý đống file Excel đây. Bạn có thể chia sẻ cụ thể hơn về cách Python đọc nội dung trong file Excel để phân loại không? Ví dụ, nó đọc tên file hay là đọc dữ liệu ở một ô cụ thể nào đó?

Cảm ơn bạn đã chia sẻ giải pháp rất hay này! Mình cũng rất quan tâm đến việc tự động hóa xử lý file Excel.

Bạn có thể cho mình biết thêm về cách Python xác định "loại file" không? Ví dụ, nó dựa vào tên file có sẵn, hay cần đọc một ô cụ thể trong file để phân biệt?

Mình đang tìm hiểu về cách dùng Pandas để đọc file Excel, không biết có tiện lợi cho việc này không nhỉ?