Python基于文件名提取大量文件中缺失文件的日期

  本文介绍批量下载大量多时相的遥感影像文件后，基于Python语言与每一景遥感影像文件的文件名，对这些已下载的影像文件加以缺失情况的核对，并自动统计、列出未下载影像所对应的时相的方法。

  首先，本文的需求和前述提及的文章略有不同。在这里，我们已经下载好了大量的、以遥感数据成像时间为文件名的栅格文件，如下图所示。

  其中，不难发现我们这里的遥感影像数据是从每一年的001天开始，每隔8天生成一景影像，每一景影像的名称后3位数字就是001、009、017这样表示天数的格式；此外，前4位数字表示年份，我们这里有从2020开始到2022结束、一共3年的遥感影像数据。

  现在，我们希望对于上述文件加以核对，看看在这3年中，是否有未下载成功的遥感影像文件；如果有的话，还希望输出下载失败的文件个数和对应的文件名称（也就是对应文件的成像时间）。

  明确了需求后，我们就可以开始具体的操作。首先，本文所需用到的代码如下。

# -*- coding: utf-8 -*-
"""
Created on Sat Dec 30 23:32:54 2023

@author: fkxxgis
"""

import os

def check_missing_dates(folder_path):
    start_year = 2020
    end_year = 2022
    days_per_file = 8

    missing_dates = []

    for year in range(start_year, end_year + 1):
        for day in range(1, 366, days_per_file):
            file_name = str(year) + "{:03d}".format(day) + ".tif"
            file_path = os.path.join(folder_path, file_name)
            
            if not os.path.exists(file_path):
                missing_dates.append(file_name[:-4])

    return missing_dates

folder_path = "F:/Data_Reflectance_Rec/NDVI"
missing_dates = check_missing_dates(folder_path)

print("Total missing dates:", len(missing_dates))
print("Missing dates:")
for date in missing_dates:
    print(date)

  这段代码整体思路也很明确。

  首先，我们导入所需的模块。在这里，os模块用于文件路径操作。

  接下来，我们定义一个名为check_missing_dates的函数，其接收一个文件夹路径作为参数；这个函数用于检查遗漏的日期。在这个函数中，我们定义了起始年份start_year和结束年份end_year，以及每个文件之间的日期间隔 days_per_file；随后，创建一个空列表missing_dates，用于存储遗漏的日期。

  随后，我们使用嵌套的循环遍历每一年和每一天。在每一天的循环中，构建文件名，如"2020017.tif"，并构建文件的完整路径。接下来，使用os.path.exists()函数检查文件路径是否存在——如果文件不存在，则将日期添加到遗漏日期列表missing_dates中。在循环结束后，返回遗漏日期列表missing_dates。

  在函数外部，我们定义要检查的文件夹路径folder_path，然后就可以调用check_missing_dates函数，传入文件夹路径参数，执行日期检查，将返回的遗漏日期列表赋值给missing_dates。

  最后，我们打印遗漏日期的总数len(missing_dates)，并打印每个具体的遗漏日期。

  执行上述代码，即可出现如下图所示的结果。即在我这里，目前有8个日期的遥感影像文件没有下载成功，我们再对照这8个遥感影像的日期，重新到相关网站中下载即可。

  至此，大功告成。