Stata：为无规则命名的文件批量创建同名文件夹

发布时间：2020-10-25 阅读 3542

Stata 连享会主页 || 视频 || 推文

温馨提示： 定期清理浏览器缓存，可以获得最佳浏览体验。

✌ 课程详情： https://gitee.com/arlionn/Course | lianxh.cn

✨ 课程主页： https://gitee.com/arlionn/Course

作者： 徐云娇 (厦门大学)
邮箱： jilyo@stu.xmu.edu.cn

1. 问题背景

一场新冠肺炎疫情，改变了传统的线下考试模式，很多学校期末考试的收卷、改卷、归档已经全面实现了无纸化。线上考试尽管可以跨越空间的约束解决学校的燃眉之急，但后期助教们在对学生 PDF 试卷进行建档的时候，大多工作都是一些重复劳动，于是我们便想利用 Stata 实现一些优化。

原始答卷是学生以 “姓名+学号” 作为命名的分录题作答的 PDF 文档，以及以 “姓名” 作为命名的选择题答题结果的 PDF 文档，如图：

学院对学生试卷建档的具体要求是：

为班级中每个同学建立专属的文件夹，命名规则为：姓名+学号；
将每个学生选择题和分录题的两份 PDF 放入他们对应的文件夹内。

2. 问题难点

学生的 “姓名+学号” 既包含不同的字符又包含不连续的数字，因此在创建以此命名的文件夹时， forvalue 的循环语句失效；
利用 dir 命令批量提取 PDF 文档文件名称时，文件名称中的空格也将被保留下来，且文件名的后缀名也无法去除；
如何批量创建无规则命名的文件夹，并将每个学生的答卷移入其对应的文件夹中。

3. 解决方案

4. 命令解析

以下是解决上述问题的 Stata 程序：

clear
cd C:\Users\jilyo\Desktop\分录题
local file1: dir "\Users\jilyo\Desktop\分录题" files "*.pdf" //读取分录题文件夹中 PDF 的文件名
dis `file1'
foreach file in `file1'{
   local file2 = subinstr("`file'",".pdf","",.) //去掉文件名后缀.pdf
   local file3 = subinstr("`file2'"," ","",.)   //去掉文件名中的空格
   local files "`files' `file3'"                //将全部处理过的文件名存在一个暂元中
 }
dis "`files'"

foreach file in `files'{
  local subname = substr("`file'",1,6)        //提取每个文件名前两个中文字符，后续匹配之用
  dis "`subname'"          
  mvfiles, infolder(".") outfolder(./`file')  ///
            match(`subname'*) makedirs erase  //为每一个 PDF 建立一个同名文件夹，并且将分录题 PDF 放入文件夹中
  mvfiles, infolder("\Users\jilyo\Desktop\选择题") outfolder(./`file')  ///
            match(`subname'*)  erase          //将选择题 PDF 放入文件夹中
}

以上命令解决问题的步骤如下：

利用 dir 命令批量提取存放于电脑桌面的 “期末考试” 这一文件夹中所有 .pdf 格式文件的文件名称，并将其存放于 file1 这个暂元中；

file1 暂元中存放的文件名中含有文档的后缀名 .pdf，这会导致后续使用 mvfiles 命令批量创建的文件夹名称中也含有 .pdf 字样，不美观且不符合学院要求。

利用 subinstr 命令去除 file1 文件名的后缀名，并将结果存放于 file2 暂元中；

暂元 file2 中存放的单个文件名中存在空格，在没有 .pdf 后缀的情况下，如果保留空格，则会导致后面的 foreach 循环语句识别混乱，比如 “张三 12345” 经过循环之后会创建出 “张三” 和 “12345” 两个文件夹。

按照同样的思路，利用 subinstr 命令去除 file2 文件名中的空格，并存放于file3 暂元中；
将每次循环的结果保存在 files 暂元中；

结合 foreach 以及 mvfiles 命令批量创建以暂元 files 中元素命名的文件夹，即以学生 “姓名+学号” 命名的文件夹；

部分 PDF 答卷命名中包含空格，所以在匹配 PDF 文件并将其拖入对应名称的文件夹过程中出现困难，比如学生将其 PDF 答卷命名为 “张三 12345” (含有空格)，但 mvfiles 命令在匹配时寻找的是“张三12345” (不含空格)，所以张三同学的答卷便未能被拖入以 “张三12345” 命名的文件夹内；

利用 substr 命令提取暂元 files 中元素的前 6 个字符，比如 “张三12345” 将被提取 “张三” 这两个中文，将提取结果存放于 subname 暂元中；
最后， mvfiles 命令会将 “分录题” 和 “选择题” 文件夹中含有 “张三” 字段的 PDF 文件放置于以 “张三12345” 命名的文件夹中，并删除原始的 PDF 文件。

5. 处理效果

处理之后为每个学生新建了一个文件夹，命名规则是 “姓名+学号”。

每一个文件夹打开都是对应学生分录题和选择题的答卷。

6. 结语

应用场景拓展：此批量整理 PDF 文档的方法同样适用于文献管理，假如下载了一批文献之后想为这些文献创建同名文件夹，日后存放文章的代码或者学习笔记等，那么便可利用此方法快速创建。
关于推文涉及命令更详细的语法帮助，可在 Stata 中键入：
help mvfiles
help macro
help extended_fcn
help rcd // 自循环，外部命令
help uall // adoedit uall.ado 可以查看内部语句

参考资料和扩展阅读

相关课程

连享会-直播课 上线了！
http://lianxh.duanshu.com

免费公开课：

直击面板数据模型 - 连玉君，时长：1小时40分钟
Stata 33 讲 - 连玉君, 每讲 15 分钟.
部分直播课课程资料下载 (PPT，dofiles等)

课程一览

支持回看，所有课程可以随时购买观看。

专题	嘉宾	直播/回看视频
⭐ 最新专题 ⭐		DSGE, 因果推断, 空间计量等
⭕ Stata数据清洗	游万海	直播, 2 小时，已上线
研究设计	连玉君	我的特斯拉-实证研究设计，-幻灯片-
面板模型	连玉君	动态面板模型，-幻灯片-
面板模型	连玉君	直击面板数据模型 [免费公开课，2小时]

Note: 部分课程的资料，PPT 等可以前往连享会-直播课主页查看，下载。

关于我们

Stata连享会 由中山大学连玉君老师团队创办，定期分享实证分析经验。直播间有很多视频课程，可以随时观看。
连享会-主页和知乎专栏，300+ 推文，实证分析不再抓狂。
公众号推文分类： 计量专题 | 分类推文 | 资源工具。推文分成 内生性 | 空间计量 | 时序面板 | 结果输出 | 交乘调节 五类，主流方法介绍一目了然：DID, RDD, IV, GMM, FE, Probit 等。
公众号关键词搜索/回复 功能已经上线。大家可以在公众号左下角点击键盘图标，输入简要关键词，以便快速呈现历史推文，获取工具软件和数据下载。常见关键词：课程, 直播, 视频, 客服, 模型设定, 研究设计, stata, plus, 绘图, 编程, 面板, 论文重现, 可视化, RDD, DID, PSM, 合成控制法 等