py写提取文件信息的程序

Python 提取文件信息的程序通常涉及到使用内置模块如`os`, `shutil`, `pathlib`或者第三方库如`filetype`, `pytesseract`等。这里是一个简单的例子，展示如何读取文件的基本元数据，如文件名、大小、修改时间等：

import os

def get_file_info(file_path):
    try:
        # 检查路径是否有效
        if not os.path.isfile(file_path):
            print(f"文件 '{file_path}' 不存在")
            return
        
        # 获取文件基本信息
        file_name = os.path.basename(file_path)
        file_size = os.path.getsize(file_path)
        modified_time = os.path.getmtime(file_path)

        # 输出信息
        print(f"文件名: {file_name}")
        print(f"大小: {round(file_size / (1024 * 1024), 2)} MB")
        print(f"最后修改时间: {os.pathctime(file_path)[:8]}")

    except Exception as e:
        print(f"错误: {e}")

# 使用函数
get_file_info("/path/to/your/file.txt")

如果你需要提取特定类型的文件信息，比如PDF的元数据或者图片的文字内容，可以使用相应的库。例如，`pytesseract`用于光学字符识别（OCR）从图像中提取文本：

from PIL import Image
import pytesseract

def extract_pdf_info(pdf_path):
    with open(pdf_path, 'rb') as f:
        pdf_data = f.read()
        
    # 对PDF进行分析，这里只是一个示例，实际处理可能更复杂
    # 如果需要提取文字，可以用pdfplumber或其他库
    # OCR只适用于图像PDF
    text = pytesseract.image_to_string(Image.open(BytesIO(pdf_data)), lang='chi_sim')
    
    print(f"PDF文字内容:\n{text}")

extract_pdf_info("/path/to/your/document.pdf")