最近在整理本地视频素材时，我遇到了一个挺典型的问题：手头有一堆从不同渠道下载的直播回放文件，文件名五花八门，像【纯净】[QT奈-直播回放] 2026年07月25日19点场.mp4这种格式。我的需求很简单，就是想把这些文件批量重命名，提取出主播名和直播时间，整理成主播名_直播时间.mp4这样清晰、统一的格式，方便归档和检索。

这个需求听起来不复杂，但手动操作几十上百个文件，不仅枯燥，还容易出错。更麻烦的是，这些文件名里混杂了各种特殊字符、中括号、空格，甚至还有全角日期，直接用简单的字符串替换或者正则表达式，很容易写错。我试过用一些现成的批量重命名工具，但规则稍微复杂一点，比如要同时处理中括号和提取特定字段，配置起来就很头疼，还不如自己写脚本来得直接可控。

所以，我决定用 Python 写一个脚本来解决这个问题。这不仅仅是为了完成一次性的重命名任务，更是想沉淀一个可复用的处理框架。因为类似“从混乱的原始文件名中提取关键信息并标准化”的场景，在处理用户上传内容、整理爬虫数据、归档媒体库时太常见了。今天，我就把这个从需求分析、正则编写、到异常处理和批量执行的完整思路分享出来，重点不是代码本身，而是背后的思考过程和那些容易踩坑的细节。

1. 先拆解文件名：看似简单，陷阱不少

拿到一个像【纯净】[QT奈-直播回放] 2026年07月25日19点场.mp4这样的文件名，第一反应可能是用字符串的split方法按[、]或者】来切割。这个方法在文件名格式绝对规整时可行，但一旦遇到格式微调（比如少了某个括号，或者日期格式变了），脚本就会崩溃。

更稳健的方法是使用正则表达式。正则表达式的核心思想是“模式匹配”，它不关心字符的具体位置，而是描述我们期望的文本模式。让我们一步步拆解目标文件名：

1. 前缀与分隔符：【纯净】这部分是固定前缀，后面可能跟着其他字符。[QT奈-直播回放]看起来是一个“单元”，主播名和描述都在里面，用中括号包裹。
2. 核心信息：我们最需要的是“主播名”（QT奈）和“直播时间”（2026年07月25日19点场）。注意，时间信息里包含了“年”、“月”、“日”、“点”这些中文单位，并且“19点场”可能是一个整体。
3. 文件扩展名：最后的.mp4需要保留。

基于这个分析，我们可以设计正则表达式来“捕获”关键部分。在正则中，括号()用来分组，分组后的内容可以被单独提取出来。

对于这个例子，一个初步的正则模式可能是：【纯净】\[(.+?)-直播回放\] (.+?)\.mp4

我们来解读一下：

• 【纯净】：匹配固定前缀。
• \[：匹配左中括号[，因为[在正则中是特殊字符，所以需要转义。
• (.+?)：这是一个非贪婪匹配的分组，匹配任意字符至少一次，但尽可能少地匹配。它在这里用于匹配“QT奈”。?使得匹配在遇到后面的-时就停止，防止匹配过多内容。
• -直播回放\]：匹配固定的“-直播回放]”字符串。
• ：匹配一个空格（原文件名中主播单元和时间之间有个空格）。
• (.+?)：另一个非贪婪分组，用于匹配“2026年07月25日19点场”这个时间字符串。
• \.mp4：匹配扩展名，点号也需要转义。

这个模式能很好地匹配示例文件。但这就是终点了吗？远远不是。真实世界的文件名往往比示例更“脏”。

2. 构建健壮的正则：应对真实世界的混乱

上面那个正则太“脆弱”了。它假设前缀一定是【纯净】，假设主播名和“直播回放”之间一定用“-”连接，假设中间一定有一个空格。在实际操作中，你可能会遇到：

• [主播A-直播录像] 2025年12月01日20点场.mkv
• 【高清】主播B的直播 202412311800.flv
• 主播C-20230725-直播片段.mp4

因此，我们需要一个更具弹性的正则表达式。我们的目标是尽可能匹配，并提取出主播名和日期时间信息，即使格式有出入。

一个更健壮的思路是：

1. 忽略固定前缀：像【纯净】、【高清】这类前缀，我们可以选择不捕获，或者用可选模式匹配。
2. 灵活匹配主播名：主播名可能被[]包裹，也可能没有。可能包含中文、英文、数字、特殊符号。我们可以尝试匹配从文件开头或某个标志后，到第一个日期数字或“直播”等关键词之前的内容。
3. 精准匹配日期时间：日期时间格式相对有规律（数字+中文单位或纯数字）。这是提取的关键锚点。

我们可以设计一个分两步走的策略：

• 第一步，宽松匹配：用一个相对宽松的正则，把可能包含核心信息的“文本块”匹配出来。
• 第二步，精确提取：在匹配到的文本块内，再用更具体的正则去提取主播名和日期。

但为了保持脚本的简洁，我们也可以尝试一个“强化版”的单次正则。例如，针对原始格式的变体，可以这样写：

import re pattern = r'【.*?】?\[?(.+?)(?:-|的)?直播(?:回放|录像)?\]?\s*(\d{4}年\d{1,2}月\d{1,2}日\d{1,2}点场)\.(mp4|mkv|flv)'

解释一下这个模式的思路：

• 【.*?】?：匹配可能存在的【】前缀，非贪婪，且整个前缀是可选的（?）。
• \[?：左中括号可选。
• (.+?)：第一个捕获组，用于匹配主播名。这是我们要提取的核心信息一。
• (?:-|的)?：一个非捕获组(?:...)，匹配“-”或“的”，可选。用于处理“主播-直播”或“主播的直播”这两种连接方式。
• 直播(?:回放|录像)?：匹配“直播”，后面可能跟着“回放”或“录像”，可选。
• \]?：右中括号可选。
• \s*：匹配任意空白字符（空格、制表符等），零次或多次。
• (\d{4}年\d{1,2}月\d{1,2}日\d{1,2}点场)：第二个捕获组，用于严格匹配“年月日点场”格式的日期时间。\d代表数字，{4}代表4位数字（年）。这是我们要提取的核心信息二。
• \.(mp4|mkv|flv)：匹配扩展名，并捕获扩展名类型（第三个捕获组），方便后续保留。

这个正则的适应性更强，但它依然基于“日期格式非常规整”的假设。如果日期格式变成202412311800（年月日时分），它就会失效。因此，正则表达式的设计永远是一个在“精度”和“召回率”之间的权衡。没有一劳永逸的完美正则，必须根据你的实际数据样本进行调整。

3. 从单文件测试到批量脚本：搭建可靠的处理流程

写好正则后，不要急着写循环批量处理。正确的做法是，先对单个文件名进行充分的测试。

import re import os def parse_filename(old_name): """ 解析旧文件名，提取主播名和直播时间。 返回 (匹配是否成功, 主播名, 直播时间, 扩展名) """ # 使用上述强化版正则 pattern = r'【.*?】?\[?(.+?)(?:-|的)?直播(?:回放|录像)?\]?\s*(\d{4}年\d{1,2}月\d{1,2}日\d{1,2}点场)\.(mp4|mkv|flv|avi)' match = re.search(pattern, old_name) if match: anchor_name = match.group(1) # 主播名 live_time = match.group(2) # 直播时间 ext = match.group(3) # 扩展名 # 可以对提取的内容进行清洗，比如去除首尾空格 anchor_name = anchor_name.strip() live_time = live_time.strip() return True, anchor_name, live_time, ext else: return False, None, None, None # 测试用例 test_files = [ "【纯净】[QT奈-直播回放] 2026年07月25日19点场.mp4", "[主播A-直播录像] 2025年12月01日20点场.mkv", "【高清】主播B的直播 2024年12月31日18点场.flv", "这个文件不符合格式.txt", # 应该匹配失败 ] for f in test_files: success, anchor, time, ext = parse_filename(f) if success: new_name = f"{anchor}_{time}.{ext}" print(f"匹配成功: '{f}' -> '{new_name}'") else: print(f"匹配失败: '{f}'， 需要手动处理或检查规则")

运行测试，观察输出是否符合预期。特别是对于匹配失败的情况，要分析原因，是文件名真的格式迥异，还是我们的正则需要微调？这个测试环节至关重要，能防止批量重命名时误伤“友军”。

测试通过后，我们就可以编写完整的批量重命名脚本了。脚本的核心逻辑很简单：遍历目录下的文件，对每个文件尝试解析，如果解析成功则构造新文件名并重命名，如果失败则记录下来。

import re import os import sys def batch_rename(directory): """ 批量重命名指定目录下的视频文件。 """ # 预编译正则表达式，提升效率 pattern = re.compile(r'【.*?】?\[?(.+?)(?:-|的)?直播(?:回放|录像)?\]?\s*(\d{4}年\d{1,2}月\d{1,2}日\d{1,2}点场)\.(mp4|mkv|flv|avi|mov)', re.IGNORECASE) failed_files = [] for filename in os.listdir(directory): old_path = os.path.join(directory, filename) # 跳过目录，只处理文件 if not os.path.isfile(old_path): continue match = pattern.search(filename) if match: anchor_name = match.group(1).strip() live_time = match.group(2).strip() ext = match.group(3).lower() # 扩展名统一小写 # 构造新文件名：主播名_直播时间.扩展名 # 处理可能存在的非法文件名字符（如Windows下不能有:等） safe_anchor = anchor_name.replace(':', '_').replace('?', '_').replace('*', '_').replace('\"', '_').replace('<', '_').replace('>', '_').replace('|', '_') safe_time = live_time.replace(':', '_').replace('?', '_').replace('*', '_').replace('\"', '_').replace('<', '_').replace('>', '_').replace('|', '_') new_filename = f"{safe_anchor}_{safe_time}.{ext}" new_path = os.path.join(directory, new_filename) # 防止新文件名重复 counter = 1 while os.path.exists(new_path): new_filename = f"{safe_anchor}_{safe_time}_{counter}.{ext}" new_path = os.path.join(directory, new_filename) counter += 1 try: os.rename(old_path, new_path) print(f"重命名成功: {filename} -> {new_filename}") except Exception as e: print(f"重命名失败 {filename}: {e}") failed_files.append(filename) else: print(f"格式不匹配，跳过: {filename}") failed_files.append(filename) # 输出总结报告 if failed_files: print(f"\n以下文件未能处理，请检查:") for f in failed_files: print(f" - {f}") else: print(f"\n所有文件处理完成！") if __name__ == "__main__": # 使用当前目录，或者通过命令行参数指定目录 target_dir = "." if len(sys.argv) > 1: target_dir = sys.argv[1] if not os.path.isdir(target_dir): print(f"错误：目录 '{target_dir}' 不存在。") sys.exit(1) print(f"开始处理目录: {target_dir}") # 安全提示：可以先模拟运行，不实际重命名 # 正式运行前，建议先备份原文件 confirm = input("是否确认执行重命名？(输入 'yes' 继续): ") if confirm.lower() == 'yes': batch_rename(target_dir) else: print("操作已取消。")

4. 超越重命名：将经验沉淀为可复用的数据处理框架

完成这个脚本后，我意识到它解决的不是一个孤立的“直播回放重命名”问题，而是一类更通用的“非结构化文本信息提取与标准化”问题。无论是处理爬虫抓取的新闻标题、整理混乱的下载文件名，还是清洗用户提交的表单数据，核心逻辑都是相通的：识别模式、提取要素、清洗转换、输出标准结果。

我们可以把这个过程抽象成一个简单的框架：

1. 模式探索与定义：收集一批样本数据（文件名），人工观察并归纳出有效信息的常见模式和位置。这是最关键的一步，决定了后续规则的准确性。
2. 规则实现与测试：使用正则表达式（或更复杂的解析器，如解析HTML/JSON）将模式转化为代码规则。务必编写单元测试，用正例和反例验证规则。
3. 批处理与容错：将规则应用到批量数据上。必须包含完善的错误处理（try...except）和日志记录，对无法处理的数据进行隔离和报告，而不是让整个程序崩溃。
4. 结果验证与迭代：检查处理后的结果。对于错误匹配或匹配失败的情况，分析原因，返回第一步优化规则。这是一个迭代的过程。

把这个框架应用回我们的案例：

• 模式：[主播信息] 日期时间信息.扩展名。
• 规则：强化版正则表达式。
• 批处理：batch_rename函数，包含跳过、重命名、防冲突、错误记录。
• 迭代：通过failed_files列表收集异常，供后续分析优化规则。

对于更复杂或格式极其不统一的情况，单一的规则可能不够用。这时可以考虑：

• 规则集：定义多个正则模式，按顺序尝试，直到有一个匹配成功。
• 机器学习：如果数据量巨大且模式难以手工总结，可以考虑训练一个简单的文本分类或序列标注模型（如用CRF）来识别实体（主播名、日期）。但这属于进阶方案，对于大多数日常任务，精心设计的正则规则集已经足够强大。

最后，关于文件操作，还有几个重要的安全提醒：

警告：任何批量文件操作都有风险。在执行重命名、移动、删除前，务必先备份原始数据。可以先运行一个“模拟”或“预览”模式，只打印新旧文件名对应关系而不实际操作，确认无误后再执行。

注意文件名冲突和非法字符。我们的脚本虽然做了简单的重复名处理和非法字符替换，但在跨平台（Windows/Linux/macOS）时，文件名规范仍有差异。对于生产环境，需要使用更完善的路径处理库（如pathlib）和字符串清洗函数。

通过这样一个具体的需求，我们不仅完成了一个实用的脚本，更重要的，是掌握了一套处理杂乱文本数据、将其转化为结构化信息的方法论。这套方法的价值，远不止于重命名几个视频文件。