“那些年月的时光” 软件说明书

1. 软件概述

1.1 基本信息

– 开发软件：WorkBuddy

– 软件名称：那些年月的时光  

– 版 本 号 ：v2.06.260501

1.1.1 适用场景

1. 主要用于在 Windows 10/11 系统中整理手机备份文件。  

2. 将指定文件夹内的照片、视频、音频、文档等文件按年月分组归档。  

3. 不适用于专业的档案分组管理。

1.1.2 版本历史

– v0.1 ~ 1.0：简化人为操作，实现手机照片按年月分组归档。  

– v1.01 ~ 1.19：提升归档准确性，支持照片、视频、音频、文档按年月分组；科学提取照片及微信图片的日期信息；提高处理速度并显示执行时间。  

– v2.01 ~ 2.06：重构设计思路，新增统计分析报表，实现归档结果预览，使整理与查重过程更清晰可控。

1.2 核心功能

1.2.1 媒体文件识别与分类

– 支持 图片、视频、音频 三类媒体文件  

– 按拍摄日期自动归类到 YYYYMM 格式的子目录  

– 多源日期提取：EXIF、ffprobe、ID3、文件名、文件修改时间

1.2.2 统计分析功能

– 并行处理，高速分析目录内所有文件  

– 自动标记 MD5 相同的重复文件  

– 导出 Excel 报表

1.2.3 清理重复功能

– 一键清理各分类目录中 MD5 相同的重复文件  

– 保留最老的文件，其余移动到 清理重复 目录

2. 支持的文件格式

2.1 图片格式

– 标准格式：JPG, JPEG, PNG, BMP, GIF  

– 高级格式：HEIC, WebP, TIFF  

– RAW格式：CR2, NEF, ARW, DNG, RAW

2.2 视频格式

– 常见格式：MP4, MOV, AVI, MKV, WMV, FLV  

– Web格式：WebM, M4V  

– 移动格式：3GP, MTS, M2TS

2.3 音频格式

– 常见格式：MP3, WAV, AAC, M4A, OGG  

– 无损格式：FLAC, APE  

– 其他格式：WMA, Opus

3. 日期提取机制（核心算法）

日期提取遵循严格的优先级顺序，所有提取的日期都会经过合理性校验。

3.1 第一优先级：图片 EXIF 元数据

– 提取字段：DateTimeOriginal（优先） → DateTimeDigitized → DateTime  

– EXIF 格式：YYYY:MM:DD HH:MM:SS  

– 合理性校验：年份必须在 1980 ～ 当前年份之间  

– 失败处理：继续下一优先级

3.2 第二优先级：视频 ffprobe 元数据

– 调用 ffprobe.exe 读取标签  

– 支持字段：creation_time, creation_date, DATE  

– 支持格式：ISO（2024-06-15T10:30:00.000Z）、标准（%Y-%m-%d %H:%M:%S）、短格式（%Y-%m-%d）、斜杠格式（%Y/%m/%d %H:%M:%S）  

– 超时设置：10 秒  

– 合理性校验：年份 1980 ～ 当前年份  

– 失败处理：继续下一优先级

3.3 第三优先级：音频 ID3 标签

– 支持格式：MP3, FLAC, WAV, OGG  

– 支持标签：date, recordingdate, creationdate, TDRC, TCOR  

– 支持格式：完整日期（%Y-%m-%d）、纯数字（%Y%m%d）、年份（%Y）  

– 合理性校验：年份 1980 ～ 当前年份  

– 失败处理：继续下一优先级

3.4 第四优先级：文件名解析

3.4.1 时间戳格式（优先于标准日期格式）

– 微信 13 位毫秒时间戳  

正则：mmexport(\d{13})，示例：mmexport1701248706486_1.jpg，除以 1000 转秒，范围校验 946684800 ~ 4102444800（2000–2100 年），与文件修改时间相差 ≤ 365 天。  

– 微信 10 位秒时间戳  

正则：mmexport(\d{10})，示例：mmexport1701248706.jpg，直接转秒，范围与合理性校验同上。  

– 下划线分隔的 13 位时间戳  

正则：_(\d{13})_，示例：_1701248706486_.mp4，处理方式同 13 位毫秒戳。

3.4.2 标准日期格式（时间戳匹配失败后）

– 四位年份格式  

正则：(\d{4})[-_.\s]?(\d{2})[-_.\s]?(\d{2})，示例：20240615、2024-06-15、2024_06_15、24.06.15；月份 1–12，日期 1–31，年份 1980 ～ 当前。  

– 两位年份格式  

正则：(\d{2})(\d{2})(\d{2})，示例：240615 → 自动加 2000 年 → 2024年6月15日，校验同上。

3.5 第五优先级：文件修改时间

– 来源：操作系统文件修改时间  

– 作为最终回退方案，无需合理性校验

4. 分类规则

4.1 目标目录规则

– 格式：{源目录}/{YYYYMM}/  

– YYYY：四位年份，MM：两位月份（01–12）  

– 示例：202406 表示 2024 年 6 月

4.2 特殊目录

– 未知日期：197001（默认回退目录）  

– 清理重复目录：清理重复

4.3 来源标签说明

– [exif]：图片 EXIF 元数据  

– ：视频 ffprobe 标签  

– ：音频 ID3 标签  

– [filename]：文件名解析  

– 无标签：文件修改时间

5. 文件移动规则

5.1 移动策略

– 安全机制：先复制再删除，避免中断导致文件丢失

5.2 冲突处理规则

– 目标目录无同名文件：直接移动  

– 目标有同名文件：  

  – MD5 一致 → 覆盖目标文件  

  – MD5 不一致 → 添加数字后缀（_1, _2, _3……）  

– 源路径 = 目标路径：跳过（文件已在目录中）

5.3 运行中文件检测

– 检测方式：独占模式打开文件  

– 被占用处理：只复制不移动（避免其他程序占用时移动失败）

6. 统计分析功能

6.1 输出字段

  字段     说明                               

  文件路径   完整绝对路径                           

  分类目录   根据日期确定的相对路径                      

  文件名   文件名称                             

  文件类型   图片 / 视频 / 音频 / 文件                

  文件名日期 从文件名解析出的日期（YYYY-MM-DD）           

  元数据日期 EXIF/ffprobe/ID3 中的日期（YYYY-MM-DD）

  文件修改日期 文件系统修改时间（YYYY-MM-DD）             

  微信时间戳 微信文件名中的时间戳转换后日期（YYYY-MM-DD）      

  文件大小   KB / MB / GB 格式                  

  MD5   32位十六进制哈希值                       

  重复标识   原始文件(n个) / 重复-N                  

6.2 重复标识规则

– 分组依据：MD5 哈希值  

– 首文件：原始文件(n个)（n 为该组总文件数）  

– 其余文件：重复-1, 重复-2……  

– 空 MD5 不参与重复检测

6.3 清理重复规则

– 保留策略：保留最老的文件（基于分类日期 YYYYMM）  

– 处理方式：移动到 清理重复 目录，保持原始路径结构  

– 示例：/Photos/202401/photo.jpg → /清理重复/Photos/202401/photo.jpg

6.4 MD5 计算规则

– 快速模式（默认）：文件大小 > 128KB 时，读取前 64KB + 后 64KB + 文件大小，提升大文件处理速度  

– 完整模式：文件大小 ≤ 128KB 时，完整读取文件

7. Excel 报表导出

7.1 导出字段

文件路径、分类目录、文件名、文件类型、文件名日期、元数据日期、文件修改日期、微信时间戳、文件大小、MD5、重复标识

7.2 列宽设置（部分关键列）

– 文件路径：30  

– 分类目录：10  

– 文件名：25  

– 文件类型：10  

– 日期类字段：15  

– MD5：10

7.3 保存位置

– 自动保存到程序所在目录  

– 文件名格式：统计分析_YYYYMMDD_HHMMSS.xlsx

8. 界面功能

8.1 主界面布局

– 标题栏：那些年月的时光 v{版本号}  

– 默认窗口尺寸：700×500，最小尺寸：550×400，屏幕居中

8.2 目录选择区

– 显示当前选中的文件夹路径，默认状态为“未选择目录”，支持拖拽选择（可选）

8.3 功能按钮

– 选择目录、统计分析、报表导出、开始分类、清理重复、打开目录（资源管理器）

8.4 进度显示

– 进度条、计时器（⏱ X 秒）、完成状态（✓ 耗时 XX 秒）

8.5 日志输出区

– 启动时显示 README.md 内容，运行时切换为操作日志  

– 最大行数：500 行（自动清理旧日志），提供清空按钮

9. 版本号规范

格式：v主版本.递增序号.日期码  

示例：v2.06.260501 → 主版本 2，递增序号 06（01–99 循环），日期码 260501（YYMMDD）

10. 技术规格

10.1 运行环境

– Python：3.13  

– GUI 框架：Tkinter  

– 操作系统：Windows 10/11（64位）

10.2 依赖库

– Pillow >= 10.0.0：EXIF 读取  

– mutagen >= 1.47.0：音频元数据  

– openpyxl：Excel 导出  

– ffprobe.exe：视频元数据提取

10.3 技术特性

– 多线程处理：GUI 主线程 + 文件操作后台线程  

– 并行处理：统计分析使用多线程  

– 实时进度：每秒更新进度和计时  

– 内存管理：日志超 500 行自动清理

11. 注意事项

11.1 数据安全

– 分类会移动文件，请提前备份重要数据  

– 正在运行的文件只复制不移动，避免占用冲突  

– 文件名冲突时自动添加数字后缀

11.2 特殊情况

– 未知日期文件 → 归类到 197001 目录  

– 清理重复：保留最老文件，其余移到 清理重复 目录（保持原始路径结构）

11.3 已处理情况

– 年份合理性校验（1980–当前年份）  

– 时间戳合理性校验（与修改时间相差 ≤ 365 天）  

– 日期合法性校验（考虑月份天数）

12. 错误处理

12.1 常见错误

– ffprobe.exe 不存在：跳过视频元数据提取  

– EXIF 读取失败：继续下一优先级  

– 文件被占用：只复制不移动  

– MD5 计算失败：返回空字符串

12.2 超时处理

– ffprobe 超时（10 秒）：跳过并继续处理下一个文件

附录 A：核心模块说明

– date_extractor.py：从各种来源获取文件拍摄日期  

– file_organizer.py：安全移动文件，处理冲突  

– statistics.py：扫描目录，提取详细信息，标记重复文件  

– logger.py：日志回调和格式化输出

附录 B：文件结构

    media-date-sorter/

    ├── main.py      # 主程序入口，GUI界面

    ├── core/

    │   ├── __init__.py

    │   ├── date_extractor.py

    │   ├── file_organizer.py

    │   └── statistics.py

    ├── utils/

    │   ├── __init__.py

    │   └── logger.py

    ├── requirements.txt

    ├── ffprobe.exe

    └── README.md

附录 C：命令行打包

pyinstaller –onefile –windowed –name NaxYears_v206_260501 main.py –clean

打包后重命名为：那些年月的时光v2.06.260501.exe

—