Python 练手项目推荐：文件整理与账单统计

一、为什么练手项目比死记语法更有效

很多初学者的困境是：语法书看了一遍又一遍，变量、循环、函数都能背出来，可一旦面对真实需求，仍然不知道从哪里下手。造成这种局面的根本原因，是知识没有被真正“用”过——没有经历过从需求拆解到代码落地的完整闭环。

一个合格的练手项目应当满足三个条件：

1. 输入输出清晰：明确知道程序吃什么、吐什么，避免陷入“不知道做到什么程度算完成”的焦虑；
2. 知识点密度适中：能覆盖字符串、列表、字典、循环、条件判断、文件操作等核心语法，又不会一次性引入过多陌生概念；
3. 可扩展：完成基础版后还有明确的升级方向，能伴随自己的水平一起成长。

下面这两个项目代码量都不大，却完整覆盖上述三点，非常适合作为 Python 入门后的第一批实战。

二、项目一：文件自动整理器

1. 需求拆解

目标很朴素：自动扫描一个文件夹，把不同类型的文件移动到不同的子目录中。

• .xlsx、.csv 结尾的文件 → 表格 目录
• .docx、.pdf 结尾的文件 → 文档 目录
• .jpg、.png 结尾的文件 → 图片 目录
• .mp4、.mov 结尾的文件 → 视频 目录
• 其余文件 → 其他 目录

2. 涉及的核心知识点

• 字符串处理：拆出扩展名并统一转小写，避免 .JPG 与 .jpg 被当成两类；
• 列表与字典：用字典维护“目录名 → 扩展名列表”的映射，再反转成“扩展名 → 目录名”的查找表；
• 循环与条件判断：遍历目录、逐个文件判断归属；
• 文件路径操作：使用路径拼接函数保证跨平台正确性；
• 创建文件夹与移动文件：目录不存在时自动创建，再完成移动；
• 异常处理：文件被占用、权限不足等情况都需要兜底，不能让程序一次报错就中断。

3. 参考实现

import os
import shutil
# 分类规则外置成字典，改规则不用改逻辑
RULES = {
    "表格": [".xlsx", ".csv"],
    "文档": [".docx", ".pdf"],
    "图片": [".jpg", ".png"],
    "视频": [".mp4", ".mov"],
}
OTHER = "其他"
def build_ext_map(rules):
    """把 {类别: [扩展名]} 反转成 {扩展名: 类别}，查询更直接"""
    return {ext.lower(): cat
            for cat, exts in rules.items()
            for ext in exts}
def unique_path(dir_path, filename):
    """目标目录已有同名文件时，生成 name(1).ext 风格的新名字，避免覆盖"""
    base, ext = os.path.splitext(filename)
    candidate = os.path.join(dir_path, filename)
    i = 1
    while os.path.exists(candidate):
        candidate = os.path.join(dir_path, f"{base}({i}){ext}")
        i += 1
    return candidate
def organize(src_dir, dst_root):
    ext_map = build_ext_map(RULES)
    ok = fail = 0
    for name in os.listdir(src_dir):
        src = os.path.join(src_dir, name)
        if not os.path.isfile(src):
            continue  # 跳过子目录
        ext = os.path.splitext(name)[1].lower()
        category = ext_map.get(ext, OTHER)
        try:
            dst_dir = os.path.join(dst_root, category)
            os.makedirs(dst_dir, exist_ok=True)  # 目录不存在则自动创建
            shutil.move(src, unique_path(dst_dir, name))
            ok += 1
        except OSError as e:
            fail += 1
            print(f"移动失败：{name}，原因：{e}")
    print(f"整理完成：成功 {ok} 个，失败 {fail} 个")

4. 验收标准：从“能跑”到“可靠”

很多人写完第一版就结束了，但真正拉开差距的是下面这几条验收标准：

• 重复执行不报错：第一次运行后源目录已空，第二次运行应安静地输出“成功 0 个”，而不是抛异常；
• 不覆盖同名文件：目标目录已存在同名文件时自动改名，这是文件操作类程序的生命线；
• 目录不存在自动创建：不要要求用户先手动建好五个文件夹；
• 统计成功与失败数量：程序要能“自我汇报”，方便事后核对；
• 规则可配置：分类规则放在字典甚至配置文件里，新增一种类型只改数据、不改代码。

5. 升级方向

基础版稳定后，可以按难度递进扩展：

1. 按年月归档：从文件修改时间中取出年月，目录结构变成 图片/2024/07/ 的多级形式；
2. 自动清理空文件夹：整理结束后自底向上删除空目录；
3. 查找重复文件：先比较文件大小粗筛，再对可疑文件计算哈希值，找出内容完全相同的文件；
4. 生成整理日志：把每个文件的移动记录写入日志文件，出问题可回溯；
5. 定时运行：借助操作系统自带的定时任务能力，让脚本每天自动整理一次。

三、项目二：消费账单统计器

1. 需求拆解

读取一份消费记录，每行包含日期、类型、金额、备注四个字段，例如：

7月1日  餐饮  35  午餐
7月1日  交通  12  地铁

程序需要自动生成五项统计结果：当月总支出、每类支出金额、每日平均支出、最大单笔支出、各类别占比。

2. 数据结构设计

这个项目的核心训练点是用正确的数据结构组织数据：

• 用列表存放全部记录，每条记录是一个字典，方便按字段名取值；
• 用字典做聚合统计：{类别: 累计金额}、{日期: 当日合计} 各一个；
• 追踪最大单笔支出时，只需在遍历中不断比较更新，无须额外排序。

3. 参考实现

from collections import defaultdict
records = [
    {"date": "7月1日", "type": "餐饮", "amount": 35, "note": "午餐"},
    {"date": "7月1日", "type": "交通", "amount": 12, "note": "地铁"},
]
def summarize(records, budget=None):
    if not records:
        print("没有可统计的记录")
        return
    total = 0
    by_type = defaultdict(float)
    by_day = defaultdict(float)
    max_item = None
    for r in records:
        amount = float(r["amount"])
        total += amount
        by_type[r["type"]] += amount
        by_day[r["date"]] += amount
        if max_item is None or amount > max_item["amount"]:
            max_item = r
    days = len(by_day)
    print(f"当月总支出：{total:.2f} 元")
    print(f"每日平均支出：{total / days:.2f} 元（有记录 {days} 天）")
    print(f"最大单笔支出：{max_item['date']} {max_item['type']} "
          f"{max_item['amount']} 元（{max_item['note']}）")
    for t, v in by_type.items():
        print(f"{t}：{v:.2f} 元，占比 {v / total * 100:.1f}%")
    if budget is not None and total > budget:
        print(f"【预警】本月支出已超出预算 {total - budget:.2f} 元！")
summarize(records, budget=2000)

4. 超出预算预警与后续扩展

把预算值作为参数传入，统计结束时与总支出比较，一旦超出就输出醒目的预警信息——这就是最朴素的“业务规则”实现。之后还可以继续扩展：

• 从 CSV 文件真实读入记录，而不是把数据写死在代码里；
• 对金额做合法性校验，容忍负数、非数字等脏输入；
• 统计结果导出为表格文件，便于留存和分享；
• 按月份拆分统计，支持多月趋势对比。

四、两个项目背后的通用程序思维

把两个项目放在一起看，会发现它们遵循同一个骨架：输入 → 判断 → 处理 → 输出。

• 文件整理器：输入是目录里的文件列表，判断是按扩展名归类，处理是建目录并移动，输出是统计结果；
• 账单统计器：输入是消费记录，判断是逐条累加与比较，处理是字典聚合，输出是五项统计与预警。

未来无论写数据采集脚本、数据分析程序还是后端接口，本质上都是这个骨架的变体。建议完成两个项目后，用同样的思路自拟第三个小需求（例如批量重命名、生成目录清单），把这套思维内化成习惯。

五、小结

练手项目的价值不在代码量，而在于“完整做完并做稳”。文件整理器训练的是文件系统操作与健壮性意识，账单统计器训练的是数据结构与聚合思维。把验收标准逐条落实、把升级方向逐个尝试，一个周末就能收获远超单纯看语法书的学习效果。