用Python按拍摄日期批量重命名照片并自动归档 你有没有经历过这样一个瞬间把手机、相机、存储卡里的照片一股脑导进电脑满屏都是IMG_1234.jpg、DSC_0001.jpg、_MG_2837.heic想找某一天的照片只能一张张翻。更麻烦的是下次导出照片文件名可能又从0001开始两个文件夹里的IMG_0001根本不是同一张。时间一长整个照片库就是一片混沌。这篇文章讲的就是用 Python 做一件非常具体的事批量重命名照片并按拍摄日期自动归类到对应的文件夹。我会从照片里拍摄日期到底存在哪里、怎么读出来开始讲再给出一套可以直接复制运行的脚本最后把我在实际批量整理中踩过的坑、总结的经验都摊开说。适合所有照片开始多到失控的人也适合想用一个真实项目练手 Python 文件处理、元数据解析的读者。1. 项目从哪来一堆乱码照片的整理诉求先说结论照片的整理逻辑应该围绕“拍摄时间”展开而不是围绕文件名或下载时间。因为文件名是相机随机生成的没有任何语义下载时间取决于你哪天导出不是照片真实产生的时间。只有拍摄时间是大批量照片自身携带、且能稳定识别的时间线索。我最初需要做这个项目是因为一次备份迁移某次我把一块旧硬盘里的全部照片拷出来发现同一个文件夹里既有按日期手工建好的目录又有几百张散落在根目录、文件名完全不同规则的照片。人工整理了一下午头都大了。当时我就在想这个动作完全可以写成脚本让电脑自己去读照片里的拍摄日期、自动建文件夹、自动改文件名。1.1 核心需求自动识别拍摄日期并归类这个项目的核心需求其实只有三件事遍历一个目录下的所有照片文件从每张照片里读出拍摄时间以拍摄时间为依据把照片移动到年-月-日这样的目录下并给它一个新的、可排序的文件名。听起来很简单但真正落地时有一个关键问题“拍摄时间”从哪里读如果你只是用os.path.getmtime()拿文件的修改时间那大概率会翻车。因为照片被导出、复制、发到微信再保存、用修图软件重新保存后文件的修改时间会被系统改成“当前时间”或“保存时间”根本代表不了拍摄时间。所以必须回到照片本身去读数码相机写入照片的 EXIF 信息。1.2 为什么要用 Python而不是现成软件市面上确实存在很多照片管理软件可以自动整理但它们的逻辑往往是黑盒你不知道它依据什么时间归类也不好自定义命名规则。对于我这种对文件管理有强迫症的人更希望整理结果是“明明白白的一堆文件夹”不依赖某个软件才能浏览。Python 的优势在于每一个动作都是透明的可以控制可以测试可以回滚。拿exifread这类库读 EXIF拿os.walk遍历目录拿shutil.move移动文件代码量不大而且每一步你都能看到日志、知道发生了什么。就算出了问题也能根据日志恢复。这种可控性是图形化软件很难给的。2. 原理先行拍摄日期藏在照片哪里很多人第一次写这个脚本时会天真地以为“照片 文件修改时间”就够了。等你真正运行起来就会发现同一批照片有的修改时间是导入当天有的是拍摄当天有的是某次备份时被 touch 过。所以必须理解 EXIF。2.1 EXIF 与 DateTimeOriginal别被修改时间骗了EXIF 是数码相机在拍照时写入照片文件头的一组元数据里面包含相机品牌、型号、镜头参数、光圈、快门、ISO当然也包含拍摄时间。其中和拍摄时间最相关的标签有三个Image DateTime相机机身写入的最后修改时间通常是拍照时间但被相机处理过之后可能变化EXIF DateTimeOriginal原始拍摄时间这是最可靠的时间绝大多数相机和手机都会写入EXIF DateTimeDigitized照片被数字化/生成的时间和原始拍摄时间通常一致。在 Python 中用exifread读取时这三个标签对应的键名分别是Image DateTime、EXIF DateTimeOriginal、EXIF DateTimeDigitized。一个典型的 EXIF 时间字符串长这样2023:10:05 14:22:33注意中间的分隔符是冒号不是短横线所以解析时不能直接strptime成%Y-%m-%d要写成%Y:%m:%d %H:%M:%S。这个细节我在第一次写脚本时就踩过解析出来全报错。读取 EXIF 的代码非常短import exifread with open(IMG_1234.jpg, rb) as f: tags exifread.process_file(f, detailsFalse) print(tags.get(EXIF DateTimeOriginal))运行后你会看到一个2023:10:05 14:22:33这样的值。如果照片来自某些手机App或截图这个标签可能不存在那么我会再去检查Image DateTime如果都没有才退而求其次使用文件修改时间。这个“三级降级策略”可以覆盖绝大多数照片。2.2 重命名规则设计文件名即时间轴读取到拍摄时间之后另一个关键决策是新文件名到底叫什么我推荐的结构是YYYYMMDD_HHMMSS_序号.扩展名例如20231005_142233_01.jpg 20231005_142233_02.jpg这么命名的好处有两个按文件名排序就等于按拍摄时间排序同一秒内多张连拍用后面的两位序号区分不会互相覆盖。如果你拍摄的照片包含多个机位、多台设备还可以在序号前追加相机型号的简化标识比如20231005_142233_A7M4_01.jpg 20231005_142233_IPHONE_01.jpg但我不建议把相机型号直接写进常用文件名里因为型号字符串可能包含空格、斜杠等特殊字符处理起来非常麻烦。真要区分设备更好的办法是在文件目录上做文章比如先按年份建目录再按相机型号建子目录最后是日期文件夹。目录结构上最简单的平铺方案是整理目录/ 2023-10-05/ 20231005_142233_01.jpg 2023-10-06/ 20231006_091023_00.jpg更细的方案是嵌套目录年/月/日整理目录/ 2023/ 10/ 05/平铺方案的优势是一眼能看到所有日期适合照片总量不大、以“事件日”为检索单位的家庭相册嵌套方案则在照片量达到数万张时能明显减少单个文件夹里的文件数量打开更快、备份更快。我在下面的脚本里先用平铺方案因为逻辑最简单后面扩展章节会讲怎么改成嵌套。2.3 时区和时间格式一张照片存在“两个时间”还有一个容易被忽视的问题EXIF 时间通常是相机本地时间但文件系统里的修改时间可能是协调世界时也可能是本地时间取决于系统设置。如果相机的时间设置和电脑不一致就会出现照片被归类到相差几个小时的文件夹里的情况。更麻烦的是部分安卓手机会在照片里写入“自拍时的时间”和“UTC时间”两套信息但这两个标签不是标准的 EXIF 标签exifread不一定读得到。所以我会在脚本里提供一个可选的timezone_offset_hours参数如果发现整理结果里有整批照片都偏移了几个小时只需要把这个参数设置为对应的值脚本就会在解析完 EXIF 时间后统一做时间上的加减换算。比如from datetime import timedelta taken_time taken_time timedelta(hourstimezone_offset_hours)这个功能虽然简单但处理海外旅行照片、跨境活动照片时能救很多命。3. 动手实现完整脚本保姆级拆解下面这套脚本我尽量写得“开箱即用”。你只要把源码复制下来把开头的SOURCE_DIR和TARGET_DIR改成你的真实目录先以DRY_RUN True运行一次确认打印的整理方案没问题再改成False执行。3.1 环境准备与依赖安装我默认你的机器上有 Python 3.6 以上的版本。其他依赖只需要一个exifread用来读取 EXIF 信息。安装命令pip install exifread如果你不想用第三方库也可以选择Pillow来读取 EXIFfrom PIL import Image from PIL.ExifTags import TAGS img Image.open(IMG_1234.jpg) exif_data img._getexif()但实测下来Pillow 对某些相机 RAW 文件、特殊编码的 HEIC 照片支持并不好而且exifread更轻量不需要打开整个图像数据只读元数据速度快很多。所以我的首选是exifread。如果你需要处理 HEIC 格式通常还需要额外安装pillow-heif之类的基础库这一部分我在后面会单独说明。3.2 读取拍摄时间的核心函数先写一个函数输入文件路径输出一个datetime对象。逻辑是逐级尝试读取 EXIF 标签全部失败就读取文件修改时间import os import exifread from datetime import datetime def get_photo_taken_time(file_path, timezone_offset_hours0): try: with open(file_path, rb) as f: tags exifread.process_file(f, detailsFalse) for tag in (EXIF DateTimeOriginal, EXIF DateTimeDigitized, Image DateTime): if tag in tags: time_str str(tags[tag]) taken_time datetime.strptime(time_str, %Y:%m:%d %H:%M:%S) taken_time taken_time.replace( hour(taken_time.hour timezone_offset_hours) % 24 ) return taken_time except Exception: # 文件打不开、解析失败都降级到修改时间 pass mtime os.path.getmtime(file_path) return datetime.fromtimestamp(mtime)这里有两个细节要注意detailsFalse让exifread不解析内嵌缩略图速度更快如果照片时间字符串格式不符合预期有些早期相机写的秒数可能是00之外的奇怪值strptime会抛异常整个函数会走 except 分支不会让主程序中断。我认为这种“失败就降级”的策略比直接向用户抛错更合适。批量处理文件夹时一张坏照片不应该卡住整个队列它宁可被当成未知时间放到一个unknown目录里也不能让脚本崩溃。3.3 主流程扫描、归类、防冲突接下来是核心主流程。遍历源目录下所有文件过滤出照片扩展名读取拍摄时间算出目标文件夹和新文件名然后移动。import os import shutil from collections import defaultdict SUPPORTED_EXTS { .jpg, .jpeg, .tif, .tiff, .png, .bmp, .heic, .heif, .nef, .cr2, .arw, .dng, .orf, .rw2 } def organize_photos(source_dir, target_dir, dry_runTrue): move_plan [] for root, _, files in os.walk(source_dir): for filename in files: ext os.path.splitext(filename)[1].lower() if ext not in SUPPORTED_EXTS: continue src_path os.path.join(root, filename) taken_time get_photo_taken_time(src_path) if taken_time is None: target_relpath os.path.join(unknown, filename) else: date_folder taken_time.strftime(%Y-%m-%d) timestamp taken_time.strftime(%Y%m%d_%H%M%S) new_filename f{timestamp}_{ext} target_relpath os.path.join(date_folder, new_filename) dst_path os.path.join(target_dir, target_relpath) # 防冲突如果目标路径已存在追加序号 counter 1 while os.path.exists(dst_path) and src_path ! dst_path: name_part dst_path.rsplit(., 1)[0] new_filename f{timestamp}_{counter:02d}{ext} dst_path os.path.join(target_dir, date_folder, new_filename) counter 1 move_plan.append((src_path, dst_path)) if dry_run: for src, dst in move_plan: print(f[计划移动] {src} - {dst}) print(f共计划处理 {len(move_plan)} 个文件) return for src, dst in move_plan: os.makedirs(os.path.dirname(dst), exist_okTrue) shutil.move(src, dst) print(f[已移动] {src} - {dst})这套逻辑的核心思路是先收集所有“计划”而不是边遍历边移动。因为在遍历过程中移动文件会改变目录结构可能导致漏文件目标路径冲突时用两位数序号递增避免覆盖如果目标路径和源路径是同一个文件比如照片已经在正确的位置直接跳过dry_runTrue时只打印计划这是一种保护机制后面细讲。safe_move的写法我用了shutil.move而不是os.rename是因为当源文件和目标文件夹不在同一个磁盘分区时os.rename会报跨设备错误而shutil.move会先复制再删除能自动处理跨盘移动。整理照片经常涉及“旧硬盘 - 新硬盘”的场景这个差异会在第4章详细说。3.4 先模拟运行再做真实修改我现在整理任何一批文件第一遍必然跑 dry-run。模拟运行的结果是一张计划表而不是对文件执行任何写操作。你可以看到[计划移动] /old/IMG_0001.jpg - /new/2023-10-05/20231005_142233_jpg.jpg [计划移动] /old/IMG_0002.jpg - /new/2023-10-05/20231005_142233_01.jpg打印出来后先随机抽查几个文件看看时间读得对不对。重点看同一批照片的日期是否是拍摄当天的相机内时间如果设置错了是不是所有照片的时间都整体偏了有没有大量文件落在unknown目录。如果发现整体偏移从 EXIF 读出来的时间是错的那就调整timezone_offset_hours参数再重新跑 dry-run。这一步成本极低却能把后面的意外风险降到最低。4. 实战中必然会踩的坑我自认为这套脚本的逻辑已经考虑得比较周全但在真实照片库上跑的时候还是遇到不少问题。这里挑几个最有代表性的写出来希望你一次跳过所有坑。4.1 读不到 EXIF时间是空的怎么办不是所有照片都有 EXIF 信息。最常见的情况包括截图保存的 PNG从社交平台、聊天工具里保存的图片很多平台会剥离 EXIF修图软件二次导出时没有勾选“保留元数据”极老的照片扫描件。这时get_photo_taken_time()会走到os.path.getmtime()分支用文件修改时间作为拍摄时间。这在大多数情况下是能接受的但有一个例外如果你批量复制照片时启用了“保留原文件时间”以外的方式很多文件的修改时间会被统一切成复制那一刻这会让照片全部堆到同一天。解决办法是把没有 EXIF 的文件单独路由到unknown文件夹不要默认用修改时间因为你很难判断这个修改时间可不可信。经过手工筛选后再决定是手工归类还是把修改时间当作参考时间。我建议的配置是加一个开关USE_MTIME_FALLBACKUSE_MTIME_FALLBACK True默认是True但如果发现某一次整理结果高度可疑就改成False让没有 EXIF 的文件全部进unknown。4.2 同一秒连拍导致的文件名冲突相机连拍时可能在同一个小时内出现大量拍摄时间完全相同的照片尤其在持续时间极短的“一秒连拍”里。如果脚本只按时间戳.jpg生成文件名第二张照片就会把第一张覆盖。我在脚本里的防冲突逻辑是在遇到目标文件已存在时追加_01、_02这样的序号。但有一个更隐蔽的问题两个不同来源的照片被复制到同一个日期文件夹时如果时间巧合完全一致追加序号会掩盖“这可能是同一张照片的副本”这个事实。所以如果整理的是从多个设备汇聚来的照片建议在冲突时额外比较文件大小、文件哈希MD5/SHA256如果完全一致可以选择保留一份并记录“重复文件已跳过”而不是生成_01。这个小小的差异能让最终目录里的重复照片大幅减少。伪代码思路if os.path.exists(dst_path): if sha256(src_path) sha256(dst_path): print(f[重复文件] {src_path} 与 {dst_path} 相同跳过) continue这样既不会丢内容也不会产生一堆看不出差别的_01副本。4.3 路径太长与跨磁盘移动如果你用 Windows而你的照片文件夹路径已经有三四层深再套一层日期文件夹、新的长文件名很容易触发 Windows 的路径长度限制经典 260 字符限制。遇到这种问题脚本会中途报FileNotFoundError或者OSError。我的建议目标目录尽量放在盘的根层级附近比如D:\PhotoArchive\文件名不要塞入过多自定义信息控制总长度如果必须处理深层路径可以在脚本开头启用 Windows 长路径支持或者在 Python 中加前缀\\?\。但 Python 处理 UNC 路径和普通路径的差异比较隐蔽不建议新手上来就用。跨磁盘移动是另一个高频错误。很多整理脚本的初版会写os.rename(src, dst)在执行时遇到“不同盘符”直接报错。所以我在主流程里一直用shutil.move。这一点在代码注释里也写得非常清楚shutil.move 是“跨设备安全”的而 os.rename 不是。4.4 意外修改后的回滚用执行日志保命整理 1000 张照片就算 dry-run 检查过一遍也难免有判断失误的时候。比如某批老照片的 EXIF 时间其实是相机内部电池没电后重置的时间导致整批照片都被归到了 2009 年。这时候你需要的不是后悔而是“撤销脚本”。所以我在执行真实移动之前会把所有移动计划写进一个 CSV 文件source,target,status /old/IMG_0001.jpg,/new/2023-10-05/20231005_142233_jpg.jpg,planned /old/IMG_0002.jpg,/new/2023-10-05/20231005_142233_01.jpg,planned执行时再更新状态为moved。如果事后发现某个批次有问题可以读回这个 CSV把moved的target反着移动回source。这会带来两个好处整理过程可审计犯错后可以在几分钟内恢复原样。我个人现在把 CSV 日志当作和照片本身同等重要的产物来对待每次整理完都会留一份归档。5. 让整理脚本适配更多真实场景基础版本跑通之后你会发现这个脚本的想象空间比想象中更大。按拍摄日期归类只是起点真实场景里还有一堆奇奇怪怪的需求。5.1 目录结构从平铺到嵌套按年/月/品牌分组如果照片量达到数万张平铺的2023-10-05文件夹就会变得很多浏览起来仍然费劲。这时可以把目录结构改成目标目录/ 2023/ 10月/ 05日/ ...实现方式很简单date_folder从taken_time.strftime(%Y-%m-%d)改成taken_time.strftime(os.path.join(%Y, %m月, %d日))。如果还想按相机品牌分组可以用exifread读Image Model或Image Make标签生成子目录。我实际使用中发现按相机品牌分组的准确性取决于 EXIF 标签是否完整。有些修图软件会把Model字段改掉导致同一台相机的照片散落在不同目录。如果遇到这种情况最好手动维护一个“机型名缩写映射表”不要直接把原始字符串当文件夹名。5.2 视频、HEIC、RAW 混在一起怎么处理现代人的照片库很少只有 JPEG。手机拍出的 HEIC、相机拍的 RAW、各种短视频都会混在一起。基础脚本只处理图片扩展名视频会全部留下。处理视频的简单方案是读取文件修改时间按其归类复杂方案是用ffprobe读取视频元数据里的创建时间。对大多数家庭归档需求视频用修改时间归类就够了因为手机导出视频时修改时间通常就是拍摄时间。HEIC 照片在 Windows 上比较麻烦exifread直接读 HEIC 可能拿不到完整元数据。我建议的处理方式是能识别 EXIF 就尽量识别识别不了就按修改时间归到目标目录保留原始扩展名不强制转换成 JPG。把照片从 HEIC 批量转换成 JPG 是另一个大工程不建议和归类脚本混在一起做。先完成整理再单独跑转换问题定位会清晰很多。5.3 用文件名猜时间旧扫描件、网图有一类照片没有任何 EXIF文件修改时间也完全不可信比如老一辈用扫描仪扫出来的老照片。可是这些照片的文件名往往带有信息例如1998-07-15_全家福.jpg或者scan_1999_0001.jpg。这时可以写一个guess_time_from_filename()函数用正则表达式在文件名里寻找年份、月份、日期。如果找到就直接用这个时间如果没找到再回退到修改时间。我的经验是这种“文件名猜时间”的方案最好只作为一个辅助优先级排在 EXIF 之后、修改时间之前因为文件名里的日期不一定准确但通常比系统修改时间靠谱。你可以把这些照片单独归到一个guessed标记目录后续手工核对。5.4 把整理动作接到备份流水线里整理照片不应该是一次性的。每月导出一次手机照片之后跑一遍脚本自动归档这个习惯能让你永远不需要面对“几千张乱文件”的绝望。你可以把主流程封装成一个函数在每月备份后自动调用或者设一个定时任务只处理新增文件。为了增量整理你可以在 CSV 日志里保存已经处理过的文件哈希或源路径下一次运行时先加载这个“已处理集合”跳过已经归档过的文件。这样脚本越跑越快也不会重复移动。## 写到最后一点实用的个人体会 这套脚本我实际跑过很多次最大的体会是**整理照片真正的难点不是文件操作而是时间数据不可靠**。你永远要对“读出来的时间”保持怀疑永远要先跑一遍 dry-run永远要留日志。很多人学 Python 时喜欢做爬虫、做数据分析但我觉得“批量重命名照片并按拍摄日期归类”才是最适合普通人的练手项目需求明确、反馈直观、错误模式丰富而且做完了真的有用。 最后再分享一个小技巧第一次运行真实整理之前建议先拷贝几十张不同来源的照片到一个临时目录在那里面测试脚本。这样即便脚本把目录清空了损失的也只是测试副本。等临时目录验证通过再对正式照片库下手。这套“小样本验证日志回滚再全量执行”的流程放到任何文件整理场景里都成立。