本文將通過一個 Python 實現的圖片文件批量重命名工具來闡述如何逐步提升程式質量。
如何提高程式的質量呢? 在《Web服務端軟體的的服務品質概要》闡述了程式的常見質量屬性及實現策略方法,本文將通過一個 Python 實現的圖片文件批量重命名工具來闡述如何逐步提升程式質量。
圖片文件批量重命名工具實現的功能是:將指定目錄 /home/user/path/to/photos/(xxx.png,yyy.png) 下的圖片批量重命名為 prefix0001.png, prefix0002.png, ...
雛形
首先,可以編寫出一個基本可用的程式 batchrename_basic.py 。這個程式並不完美,但是可以完成最初的任務。註意到 生成編號使用了閉包,這是為了將生成編號的過程抽離出來成為一個可復用的過程,而這個過程無法預知需要生成怎樣的列表,因此每次僅返回一個編號;程式如下:
# -*- coding: cp936 -*- import os import os.path as PathUtil def createDesignator(num, bits): return str(num).zfill(bits) def number_generator(start_num=0, bits=4): start = [] start.append(start_num) def inner(): start[0] = start[0] + 1 return createDesignator(start[0], bits) return inner def batchrename(dir_path, prefix="IMG_",generator_func=number_generator()): ''' rename files (such as xxx.[jpg, png, etc]) in the directory specified by dir_path to [prefix][designator].[jpg, png, etc], designator is generated by generator_fuc ''' names = os.listdir(dir_path) for filename in names: old_filename = PathUtil.join(dir_path,filename) if PathUtil.isfile(old_filename)==True: newname=prefix.upper() + generator_func() + '.' + getFileSuffix(filename) os.rename(old_filename,PathUtil.join(dir_path,newname)) def getFileSuffix(filename): try: sep_ind = filename.index('.') return filename[sep_ind+1:] except ValueError: return None def testGetFileSuffix(): assert getFileSuffix("good.jpg") == "jpg" assert getFileSuffix("good") is None print "testGetFileSuffix Passed." def testNumberGenerator(): geneNums = [] generator = number_generator() for i in range(10): geneNums.append(generator()) assert geneNums[0] == '0001' assert geneNums[1] == '0002' assert geneNums[9] == '0010' print 'testNumberGenerator Passed.' if __name__ == '__main__': testGetFileSuffix() testNumberGenerator() dir_path = '/home/lovesqcc/setupdir/scitools/pic/mmnet/beauty' batchrename(dir_path, prefix="beauty_")
健壯性
健壯性體現了程式應對錯誤的能力。一個需要網路連接的 APP 在網路正常的情況下運行流暢,如果沒有網路呢? 就必須告知用戶先連接到網路才行。或者採用輸入自動糾錯。比如在搜索引擎里搜索 jquery, 不小心寫成了 jqeury 。搜索引擎會提示是否需要搜索的是 jquery。在此例中,當路徑不存在時,就會報錯。
Traceback (most recent call last): File "batchrename_robust.py", line 57, in <module> batchrename(dir_path, prefix="beauty_") File "batchrename_robust.py", line 21, in batchrename names = os.listdir(dir_path) OSError: [Errno 2] No such file or directory: '/home/lovesqcc/setupdir/scitools/pic/mmnet/beauty'
解決方法很簡單: 將 names = os.listdir(dir_path) 抽離出來,寫成一個函數併進行異常捕獲,然後該行改寫成 names = getDirFiles(dir_path):
def getDirFiles(dir_path): try: return os.listdir(dir_path) except OSError, err: print 'No Such Directory: %s, exit.' % dir_path os._exit(1)
可定製性
如果用戶想指定路徑和首碼,就必須在程式里修改並重新部署,顯然是比較“僵硬”的。控制台程式通常要加上命令行參數,而實際應用則使用配置文件。下麵通過使用 argparse 模塊給該程式添加命令行參數,使之具備可定製性。添加一個 parseArgs 方法, 並修改 main 即可。註意到,使用了元組來清晰表達所希望返回的參數格式,便於主程式使用; 魔數均用字元串常量來表達,保證可維護性。
使用方式: $ python batchrename_robust_customized.py /home/lovesqcc/setupdir/scitools/pic/fuzhuang/fz2/ -p fz2 -m NUM 1 5
-p, -m 都是可選的。預設只需要指定目錄路徑。
import argparse DEFAULT_PREFIX = 'IMG_' DEFAULT_START_NUM = 1 DEFAULT_BITS = 4 NUM_METHOD = 'NUM' def parseArgs(): description = 'This program is used to batch rename files in the given DIRECTORY to PREFIX_GeneratedDesignator. GeneratedDesignator is a BITS number counting from START_NUM to the number of files (etc. PREFIX0001,PREFIX0002,...) in the given DIRECTORY with leading zero if necessary.' parser = argparse.ArgumentParser(description=description) parser.add_argument('DIRECTORY', help='Given directory name is required') parser.add_argument('-p','--prefix',nargs='?', default="IMG_", help='Given renamed prefix') parser.add_argument('-m','--method',nargs='*',help='method to generate designator, etc --m [NUM [START_NUM [BITS]]]') args = parser.parse_args() dir_path = args.DIRECTORY if args.prefix: prefix = args.prefix else: prefix = DEFAULT_PREFIX if not args.method: method = NUM_METHOD start_num = DEFAULT_START_NUM bits = DEFAULT_BITS return (dir_path, prefix, (method, start_num, bits)) if type(args.method) == list: if len(args.method) == 0: method = NUM_METHOD start_num = DEFAULT_START_NUM bits = DEFAULT_BITS elif args.method[0] ==NUM_METHOD: method = NUM_METHOD if len(args.method) == 1: start_num = DEFAULT_START_NUM bits = DEFAULT_BITS elif len(args.method) == 2: start_num = int(args.method[1]) bits = DEFAULT_BITS elif len(args.method) == 3: start_num = int(args.method[1]) bits = int(args.method[2]) return (dir_path, prefix, (method, start_num-1, bits))
if __name__ == '__main__': testGetFileSuffix() testNumberGenerator() (dir_path, prefix, (method, start_num, bits)) = parseArgs() if method == NUM_METHOD: number_generator = number_generator(start_num, bits) batchrename(dir_path, prefix, number_generator)
可追蹤性
可追蹤性體現了程式運行過程的可知性和可監控性。記錄程式運行中的關鍵狀態和關鍵路徑,也非常有利於出現錯誤時進行調試。在此例中,要將文件重命名的具體信息記錄下來,簡便起見,程式中只是列印一下:
os.rename(old_filename,PathUtil.join(dir_path,newname)) print '%s rename to %s.' % (filename, newname) # should be info log
安全性
安全性通常表達兩層含義: 1. 程式絕對不能破壞用戶的數據; 2. 程式必須防止其它程式破壞用戶數據或窺探用戶隱私。其中第一條是不可觸犯的。當我們重覆運行 $ python batchrename_robust_customized.py /home/lovesqcc/setupdir/scitools/pic/fuzhuang/fz2/ 時,會驚訝地發現,重命名後文件變少了!當運行足夠次後,文件可能只剩下一個! 這是怎麼回事呢? 運行若幹次之後,截取一次結果如下:
IMG_0006.png rename to IMG_0002.png. IMG_0003.jpg rename to IMG_0003.jpg. IMG_0002.png rename to IMG_0004.png. IMG_0005.jpg rename to IMG_0005.jpg. IMG_0007.png rename to IMG_0006.png.
稍作分析即可知道, Python os.rename 在 UnixSystem 上會預設覆蓋已存在的文件,而 os.listdir 輸出的結果是無序的! 解決方案也很簡單:先將 os.listdir 輸出的結果排序後再重命名,即要修改 getDirFiles:
def getDirFiles(dir_path): try: filenames = os.listdir(dir_path) filenames.sort() return filenames except OSError: print 'No Such Directory: %s, exit.' % dir_path os._exit(1)
可復用性
可復用性的關鍵是單一職責原則和介面定義正交。單一職責原則指一個函數或方法僅做一件小事,望名知義;介面定義正交是說每個函數、類介面定義的事情沒有重疊,可以組合實現非常靈活的功能。如果程式具備較好的可復用性,那麼,在擴展程式時也會獲得益處,將改動影響局部化。在編寫程式時應時時考慮抽離出可復用的過程和方法。可復用性也有助於編寫更有效的單元測試。
可擴展性
可擴展性體現了程式應對需求變化的能力。對於此例,可擴展性體現在兩點: 1. 要對目錄的子目錄遞歸重命名; 2. 要對多個目錄使用不同首碼進行批量重命名;3. 支持不同的編號生成方式。 對於第一點,只需要修改 batchrename 方法即可,檢測到如果是目錄,則遞歸調用 batchrename ; 對於第二點,則需要修改命令行參數格式,增加 -d 參數,參數個數至少一個;修改 -p 參數,參數可為零到多個。如果給定目錄數大於給定首碼,則使用最後一個首碼將首碼數補足;若給定目錄數小於首碼數,則將從後數多餘的首碼忽略。要修改 parseArgs 和 main。最終的程式如下所示, 使用方式:
$ python batchrename_robust_customized_extended.py -d /home/lovesqcc/setupdir/scitools/pic/fuzhuang/fz2/ /home/lovesqcc/setupdir/scitools/pic/fuzhuang/fz1 -p fz2 fz1 -m NUM 1 5
# -*- coding: cp936 -*- import os import os.path as PathUtil import argparse DEFAULT_PREFIX = 'IMG_' DEFAULT_START_NUM = 1 DEFAULT_BITS = 4 NUM_METHOD = 'NUM' def parseArgs(): description = 'This program is used to batch rename files in the given DIRECTORY to PREFIX_GeneratedDesignator. GeneratedDesignator is a BITS number counting from START_NUM to the number of files (etc. PREFIX0001,PREFIX0002,...) in the given DIRECTORY with leading zero if necessary.' parser = argparse.ArgumentParser(description=description) parser.add_argument('-d','--directories', nargs='+', help='Given directory name is at least one required') parser.add_argument('-p','--prefix',nargs='*', help='Given renamed prefix') parser.add_argument('-m','--method',nargs='*',help='method to generate designator, etc --m [NUM [START_NUM [BITS]]]') args = parser.parse_args() dir_path_list = args.directories dir_num = len(args.directories) if not args.prefix or len(args.prefix) == 0: prefix_list = [DEFAULT_PREFIX] * dir_num prefix_num = dir_num else: prefix_list = args.prefix prefix_num = len(args.prefix) if prefix_num > dir_num: prefix_list = prefix_list[0:dir_num] else: prefix_list.extend([prefix_list[prefix_num-1]]*(dir_num-prefix_num)) if not args.method: method = NUM_METHOD start_num = DEFAULT_START_NUM bits = DEFAULT_BITS return (dir_path_list, prefix_list, (method, start_num, bits)) if type(args.method) == list: if len(args.method) == 0: method = NUM_METHOD start_num = DEFAULT_START_NUM bits = DEFAULT_BITS elif args.method[0] ==NUM_METHOD: method = NUM_METHOD if len(args.method) == 1: start_num = DEFAULT_START_NUM bits = DEFAULT_BITS elif len(args.method) == 2: start_num = int(args.method[1]) bits = DEFAULT_BITS elif len(args.method) == 3: start_num = int(args.method[1]) bits = int(args.method[2]) return (dir_path_list, prefix_list, (method, start_num-1, bits)) def createDesignator(num, bits): return str(num).zfill(bits) def number_generator(start_num=0, bits=4): start = [] start.append(start_num) def inner(): start[0] = start[0] + 1 return createDesignator(start[0], bits) return inner def getDirFiles(dir_path): try: filenames = os.listdir(dir_path) filenames.sort() return filenames except OSError: print 'No Such Directory: %s, exit.' % dir_path os._exit(1) def batchrename(dir_path, prefix=DEFAULT_PREFIX ,generator_func=number_generator()): ''' rename files (such as xxx.[jpg, png, etc]) in the directory specified by dir_path to [prefix][designator].[jpg, png, etc], designator is generated by generator_fuc ''' names = getDirFiles(dir_path) for filename in names: old_filename = PathUtil.join(dir_path,filename) if PathUtil.isfile(old_filename)==True: newname=prefix.upper() + generator_func() + '.' + getFileSuffix(filename) os.rename(old_filename,PathUtil.join(dir_path,newname)) print '%s rename to %s.' % (filename, newname) # should be info log else: batchrename(dir_path+'/'+filename, prefix, generator_func) def getFileSuffix(filename): try: sep_ind = filename.index('.') return filename[sep_ind+1:] except ValueError: return None def testGetFileSuffix(): assert getFileSuffix("good.jpg") == "jpg" assert getFileSuffix("good") is None print "testGetFileSuffix Passed." def testNumberGenerator(): geneNums = [] generator = number_generator() for i in range(10): geneNums.append(generator()) assert geneNums[0] == '0001' assert geneNums[1] == '0002' assert geneNums[9] == '0010' print 'testNumberGenerator Passed.' if __name__ == '__main__': testGetFileSuffix() testNumberGenerator() (dir_path_list, prefix_list, (method, start_num, bits)) = parseArgs() dir_num = len(dir_path_list) for i in range(dir_num): if method == NUM_METHOD: number_generator_func = number_generator(start_num, bits) batchrename(dir_path_list[i], prefix_list[i], number_generator_func)
性能成本
程式員有追求高效的強迫症。想象這是一個 web 服務, 性能成本通常體現在響應速度和吞吐量。響應速度是用戶可感知的,影響到用戶體驗;吞吐量是用戶不可感知的,影響到服務成本。此例中可以考慮百萬個文件的重命名;影響效率的因素有兩個: 1. 文件名排序時間; 2. rename 系統調用時間。對於前者,使用快速排序,或者使用更精細的方法在 batchrename 函數中解決 os.rename 預設覆蓋已存在文件的問題(這樣會降低可維護性); 對於後者,如果編程平臺或系統調用提供了更高效的批量重命名介面,則可批量調用該介面來完成任務。
結語
提高程式質量並非一蹴而就,而是可以通過漸進的方式來實現。當實現了一個基本可用的程式時,還處於一個起點,有必要問問自己:
1. 健壯性: 程式需要怎樣的運行環境和輸入參數? 如果運行環境不滿足或輸入參數不合法,程式該如何應對?
2. 可定製性: 程式有哪些參數或特性是可定製的? 切忌在代碼里寫死;
3. 可追蹤性: 程式有哪些關鍵運行狀態和關鍵運行路徑? 使用 info 日誌記錄下來;
4. 安全性: 程式在何種情況下可能破壞用戶的數據? 程式如何禁止非法程式破壞或窺探用戶數據?
5. 可擴展性: 程式可能有哪些變化的潛在合理的需求?
6. 可復用性: 函數方法是否臃腫,可以從中抽離出可復用的子過程?
7. 可測試性: 關鍵函數和方法是否有充分的單元測試?
8. 性能成本: 響應速度是否在用戶接受範圍內?是否可以在不降低可維護性的前提下優化局部,提高整體吞吐量? 對於大數據量,程式是否可以應對? 程式的吞吐量極限是多少?
轉載請註明出處。謝謝 :)