管理Markdown的图片文件: 在md文件被移动之中, 从索引目录中将引用的图片移动到相应目录下.

markdown_move_media.py

""" @220404
移动文档中引用的图片到对应的文件夹下. 保证文中所有引用的图片都是在本地的 media 目录下.
使用: `python move_media.py <md_path1> ...` 其中path可以是相对路径

使用场景: 1) 在一份文档中编写好内容后, 将其中部分转移到新的文档中; 2) 文档修改了名字.

TODO:
- 下载网络图片
- 清理功能.
"""

import re
import os
import sys
import subprocess
import collections

# 匹配 md 的图片引用, 包括 两个 group
pattern_media = re.compile(r"\!\[(.*?)\]\((.*?)\)")


mname2path = {}     # media name 2 path
def get_media_path_map(root: str, is_media_dir: bool=False):
    """ 获取所有的图片路径. 
    递归地将 root 目录下所有media目录下的图片路径放入 mname2path 中.
    """
    if is_media_dir:
        for name in os.listdir(root):
            if name.startswith("."):
                continue
            if os.path.isfile(f"{root}/{name}"):
                mname2path[name] = f"{root}/{name}"
                continue
            for picname in os.listdir(f"{root}/{name}"):
                if picname.startswith("."):
                    continue
                # 约束图片名都不一样 —— 考虑到重复图片, 好像不太行.
                # assert picname not in mname2path
                mname2path[picname] = f"{root}/{name}/{picname}"
    for name in os.listdir(root):
        p = f"{root}/{name}"
        if name == "media":
            get_media_path_map(p, True)
        elif os.path.isdir(p) and not p.startswith("."):
            get_media_path_map(p)
        else:
            continue

def move_media(path: str):
    """ 移动文件夹中的图片到对应的文件夹下.
    path: 要移动的md文件完整路径
    """
    dir, fname = os.path.split(path)
    assert fname.endswith(".md")
    name = fname[:-3]
    destdir = f"{dir}/media/{name}"
    if not os.path.exists(destdir):
        os.makedirs(destdir)
    with open(f"{dir}/{fname}", "r", encoding="utf-8") as f:
        md = f.read()
    def replace_func(r):
        """ 定义 re.sub 中的repl函数
        输入: 一个 re.Match 对象
        """
        desc, path = r.group(1), r.group(2)
        fname = os.path.split(path)[-1]
        newpath = f"media/{name}/{fname}"
        # 若图片不存在, 复制过来
        if not os.path.exists(f"{dir}/{newpath}"):
            oldpath = mname2path[os.path.split(path)[-1]]
            print(f"moved: {fname}")
            # 直接移动! 确保每个图片仅在当前文件引用.
            subprocess.run(["mv", oldpath, newpath], cwd=dir)
        return f"![{desc}]({newpath})"
    # 匹配所有的图片.
    md_new = re.sub(pattern_media, replace_func, md)
    with open(f"{dir}/{fname}", "w") as f:
        f.write(md_new)


def test_media_suffix():
    """ 基本都是 jpg, png 格式的 """
    print("#pic:", len(mname2path))
    suffixs = [os.path.splitext(name)[1] for name in mname2path]
    collections.Counter(suffixs)
    # Counter({'.jpg': 267, '.png': 210})

def test_re():
    s = """
    ![](./media/1.jpg)
    balabala
    abc ![](./media/2.jpg) balabala
    """
    # res = re.search(pattern_media, s)
    # print(res)
    # 只能匹配到一个
    def replace_func(r):
        # print(r.group(1))
        # mname2path[r.group(2)]
        oldpath = r.group(2)
        newpath = oldpath + ".new"
        return f"![{r.group(1)}]({newpath})"
    res = re.sub(pattern_media, replace_func, s)
    print(res)


if __name__ == "__main__":
    # 索引根目录
    # root = os.path.split(os.path.dirname(os.path.abspath(__file__)))[0]
    root = os.path.dirname(os.path.abspath(__file__))
    print(f"root: {root}")
    # 
    get_media_path_map(root)
    
    if len(sys.argv) < 2:
        print("Usage: python move_media.py <path>")
        exit(1)
    # path = sys.argv[1]
    # test_media_suffix()
    for path in sys.argv[1:]:
        move_media(path)


# get_media_path_map("Documents")
# test_re()