电商素材处理

商品文件夹智能提取

介绍如何从厂家、档口或历史资料包中递归识别主图、详情图、视频、尺码图和卖点图，复制整理为标准商品目录，同时保留原始文件不被移动或改写。

更新于 2026/10/5

这个功能是做什么的

商品文件夹智能提取 用来把档口或厂家、系列、类别、品牌、来源、日期、批次或自己的资料包，整理成后续批量编辑、批量上架更容易使用的标准商品目录。

系统会按每类素材选择的读取范围，查找主图、详情图、视频、尺码图和卖点图，再复制到你选择的新目录。原文件不会删除、剪切、移动或改写。

使用前建议先阅读：

先看具体文件在哪里

目录统一从本次选择的来源根目录开始计算，这个目录本身是第1层；D:\、E:\ 等盘符不单独计算。

一个文件夹算一级，图片、视频、表格等具体文件不计算为文件夹级数。统一表达为：

目标文件位于第 N 层；文件前面共有 N-1 级文件夹，属于 N-1 级文件夹结构。

例如：

E:\来源根目录                           第1层：起算根目录
└─ 商品文件夹                            第2层：商品文件夹
   └─ 视频                               第3层：素材文件夹
      └─ 01.mp4                          第4层：具体视频文件

这条路径中的视频文件位于第4层，文件前面共有3级文件夹，属于3级文件夹结构。

选择来源目录组织方式

系统需要知道每款商品从哪个目录开始，但具体素材可能直接放在商品目录，也可能继续放进主图、视频、详情图等子文件夹。因此，不能只看商品文件夹的位置判断目标文件在哪一层。

文件直接放在所选目录：文件位于第2层，属于1级文件夹结构。
文件再放进素材子文件夹：文件位于第3层，属于2级文件夹结构。

文件直接放在商品目录：文件位于第3层，属于2级文件夹结构。
文件再放进商品内部素材子文件夹：文件位于第4层，属于3级文件夹结构。

文件直接放在商品目录：文件位于第4层，属于3级文件夹结构。
文件再放进商品内部素材子文件夹：文件位于第5层，属于4级文件夹结构。

分组不一定是档口，也可以是厂家、系列、类别、品牌、来源、日期或批次。完整目录树和逐层示例见商品文件夹结构与标准目录。

使用前怎样准备商品目录

先确认每一款商品是否有独立商品文件夹。
按实际情况选择来源目录组织方式，不要让系统猜。
商品文件夹中既可以直接放素材，也可以继续细分子文件夹；下面的“读取范围”决定是否向下查找。

下面两种商品内部结构都支持，但具体文件所在层不同：

商品文件夹\01.jpg
商品文件夹\01.mp4

具体文件直接放在商品文件夹内，文件位于商品文件夹的下一层。

商品文件夹\主图\01.jpg
商品文件夹\详情图\01.jpg
商品文件夹\视频\01.mp4

具体文件前面又增加一级素材文件夹，因此文件所在层也增加一层。

商品边界按选择的组织方式确定；不会因为商品内部存在多种素材子文件夹而以“混合结构”拦截。它不会自动改变你选择的商品层级。

如果网盘资料结构很乱，可先用淘宝商品表格整理阶段二生成的 PanTools 转存模板，在 PanTools 中按商家编码转存、命名和整理，再下载到电脑。详见淘宝商品表格整理工具。

结果保存位置

整理到新的标准目录（推荐） 是必填项。保存目录必须与来源目录分开，不能等于来源目录，也不能放在来源目录里面。任务中断后可以继续选择上次的结果目录安全重跑，不要求每次都新建空目录。

整理结果目录结构

来源目录怎样组织，只决定系统怎样找到商品；整理结果目录结构 单独决定结果怎样保存。两项互不影响。

1级：文件直接放在保存根目录

你选择的保存目录
├─ 档口号-货号(01).jpg
├─ 档口号-货号-详情(01).jpg
├─ 档口号-货号-视频(01).mp4
├─ 档口号-货号-尺码表_01.jpg
└─ 档口号-货号-卖点图_01.jpg

具体文件直接位于保存根目录。不同商品依靠标准文件名前缀区分。

2级：按商品分文件夹

你选择的保存目录
└─ 商品文件夹
   ├─ 档口号-货号(01).jpg
   ├─ 档口号-货号-详情(01).jpg
   ├─ 档口号-货号-视频(01).mp4
   ├─ 档口号-货号-尺码表_01.jpg
   └─ 档口号-货号-卖点图_01.jpg

每款商品有独立文件夹，各类素材放在该商品文件夹中。

3级：按商品和素材类型分文件夹

这是默认结构：

你选择的保存目录                         第1层：保存根目录
├─ 商品文件夹A                          第2层：商品文件夹
│  ├─ 主图                              第3层：素材分类文件夹
│  │  └─ 档口号-货号(01).jpg            第4层：具体图片文件
│  ├─ 详情页                            第3层：素材分类文件夹
│  │  └─ 档口号-货号-详情(01).jpg       第4层：具体图片文件
│  ├─ 视频                              第3层：素材分类文件夹
│  │  └─ 档口号-货号-视频(01).mp4       第4层：具体视频文件
│  ├─ 尺码图                            第3层：素材分类文件夹
│  │  └─ 档口号-货号-尺码表_01.jpg      第4层：具体图片文件
│  └─ 卖点图                            第3层：素材分类文件夹
│     └─ 档口号-货号-卖点图_01.jpg      第4层：具体图片文件
└─ 商品文件夹B
   └─ ...

提取后的具体素材文件位于第4层；文件前面有3级文件夹，依次为保存根目录、商品文件夹和素材分类文件夹。

三种结构都使用统一命名规则，方便后续工具按明确层级读取。需要把素材按商品和类型整理清楚时，保持默认3级即可。

不同分组下出现同名商品怎么办

系统不会阻止任务，也不会覆盖前一个商品。第一个保留原名，后续同名商品自动增加数字后缀，例如：

HZ-RF-2C123-P195
HZ-RF-2C123-P195-重复2
HZ-RF-2C123-P195-重复3

使用2级或3级时，后缀加在商品文件夹名称上；使用1级时，后缀加在该商品的标准文件名前缀上。任务结果会显示重名改名数量和对应输出名称。系统不判断它们是否真是同一款，需要用户自行核对。

重复运行时如何处理

跳过已复制，保留旧文件：默认推荐。相同内容跳过；文件名相同但内容不同会安全另存。
同名内容变化时替换旧文件：只替换同名目标文件，不清空整个结果目录。

任务中断或需要再次整理时可以直接重跑。

设置模板

模板保存来源目录组织方式、整理结果目录结构、素材类型、各素材读取范围与相对子目录、主图数量、视频规则、OCR、忽略关键词和重复运行规则。旧模板未设置读取范围时，继续使用智能遍历。

模板不保存本次来源目录和结果保存目录，切换模板不会清空已选择的两个路径。

提取素材类型

可以同时选择主图、详情图、视频、尺码图和卖点图，也可以只选择其中一类。至少选择一类才能创建任务。

读取范围

五种素材分别设置，三种来源目录组织方式都适用：

智能遍历子文件夹：沿用原有查找与筛选方式。
只提取商品根目录文件：不进入任何子文件夹。
读取指定子文件夹：从商品目录开始填写精确相对路径，例如 3-4视频、详情/790详情，每行一个。只在指定目录及其下层查找；找不到时记录跳过，不改抓根目录或其它目录。

指定入口允许使用 3-4视频、750-1000主图 等原先自动排除的成品目录；指定入口下面仍会排除原有备份和其它成品目录。不能填写盘符、绝对路径、通配符或 ..，也不能借目录联接读取商品外的文件。

读取范围只决定去哪里找；主图的尺寸及6张门槛、详情宽度优先、视频数量与排序、尺码与卖点文字识别、内容去重规则不变。

主图提取

系统只在同一个候选目录内按尺寸分组。同一个候选目录中，同尺寸图片达到 6 张才采用，不会把多个目录中的图片合并凑数。

当前尺寸优先规则包括 750×1000、1440×1920、1440×1440、800×800，以及明确标为大图、高清目录中的高分辨率图片。

主图提取数量

全部：复制选定组的全部图片。
指定序号范围：按自然排序提取指定序号。
最后几张：从排序后的末尾提取指定张数。

序号从1开始。

忽略目录关键词

用于排除买家图、评价图、滤镜图、控价资料等目录。多个词用逗号分隔。目录名明确含主图或3-4时，仍按主图规则保留。

详情图提取

在所选范围内按 750 → 790 → 1440 的宽度顺序查找，使用第一组符合条件的图片，并排除主图尺寸、买家图、评价图、反馈图。智能遍历还沿用原相邻货号目录排除。

视频提取

在所选范围内查找常见视频格式，保留忽略目录关键词规则；智能遍历还沿用原相邻货号目录排除。相同内容只保留一份。可以选择全部、只取1个或指定数量。

视频优先顺序

名称自然顺序。
文件较小优先。
文件较大优先。

尺码图提取

从详情候选图中识别包含尺码、尺寸、SIZE、尺寸表或尺码表等文字的图片。

尺码图文件名

档口号-货号：从商品文件夹名称中提取半编码。
完整商品文件夹名：使用整个商品文件夹名称。

卖点图提取

从详情候选图中识别文字较多、且不含尺码类词语的图片。

卖点图最低中文字数

识别到的中文字数必须大于当前数值，才作为卖点图。默认值为10。

OCR识别方式

OCR只用于尺码图和卖点图。默认使用软件内置离线OCR，也可以填写正在运行的外置OCR服务地址。快速检查目录不会调用OCR。

外置 OCR 服务地址

选择外置OCR后必填，地址以http://或https://开头；当前兼容 Umi-OCR 的 HTTP 接口格式。

快速检查目录与开始提取

快速检查目录

只统计：

分组文件夹和商品文件夹数量。
支持格式的图片、视频数量。
空目录或无法读取目录。
少量示例路径和重名商品数量。

它不会打开图片判断尺寸，不执行OCR，不计算MD5，也不复制文件。它用于确认来源目录组织方式和商品数量是否符合预期，不用于预估最终能提取多少张素材。

开始提取

启动前会先执行轻量目录检查。没有找到商品、来源目录组织方式明显不符、没有所选类型素材、指定路径越界或保存目录不安全时，会在当前页面说明原因。“混合结构”不再拦截；指定子文件夹不存在时记录跳过，不改读其它目录。

任务创建成功后会提示打开任务中心。同一个真实写入目录不会同时被两个任务写入：1级和2级的各类素材共用目录，因此会互斥；3级的不同素材类型使用不同目录，可以并行。

必填项和启动提示

创建任务前必须完成：

来源目录组织方式已选择。
商品资料来源目录已选择。
新的标准结果保存目录已选择。
至少选择一种素材类型。
选择“读取指定子文件夹”的素材已填写商品内相对路径。
使用外置OCR时已填写服务地址。

缺项会在当前页面汇总、标红并定位，不会先创建任务再到任务中心报错。

常见问题

怎样只提取3-4视频，不提取原视频备份

来源目录仍按商品实际组织方式选择。在“视频提取→读取范围”选择“读取指定子文件夹”，填写 3-4视频。系统只在每款商品的这个目录内查找，包括其下更深的文件夹。

怎样只提取商品根目录的视频

在“视频提取→读取范围”选择“只提取商品根目录文件”。这与上面的三种来源目录组织方式无关；无论商品位于哪层，都只读该商品目录直接放置的视频。

为什么检查数量不对

先核对来源目录组织方式，再根据完整路径确认目标文件实际位于第几层。把分组目录当成商品，或者把商品内部的主图、视频等素材目录当成商品，都会导致数量错误。

为什么主图很多仍未识别

重点检查是否在同一个候选子目录中，同尺寸图片达到6张。两个目录各3张不会合并。

为什么结果名称后面出现“重复2”

说明不同分组下存在同名商品文件夹。系统为防止覆盖自动改名，请根据任务结果自行核对是否同款。

这样容易让下一次扫描把输出再次当作输入，造成重复、递归或覆盖。需要相似结构时，请选择来源目录外的新位置。

某个文件复制失败会不会让整批停止

不会。系统记录失败原因后继续其它文件和商品，完成后可在任务中心查看。