日常對(duì)于批量處理文件的需求非常多，用Python寫(xiě)腳本可以非常方便地實(shí)現(xiàn)，但在這過(guò)程中難免會(huì)和文件打交道，第一次做會(huì)有很多文件的操作無(wú)從下手，只能找度娘。
本篇東哥整理了10個(gè)Python中最常用到的文件操作，均采用內(nèi)置函數(shù)實(shí)現(xiàn)，無(wú)論是批處理還是讀取文件都會(huì)用到，相信這個(gè)梳理對(duì)大家有所幫助。
當(dāng)我們想知道當(dāng)前的工作目錄是什么的時(shí)候，我們可以簡(jiǎn)單地使用os模塊的getcwd()功能，或者使用pathlib的cwd()，如下所示。
>>> # 第一種方法：顯示當(dāng)前目錄
... import os
... print('當(dāng)前工作目錄:', os.getcwd())
...
Current Work Directory: /Users/ycui1/PycharmProjects/Medium_Python_Tutorials
>>> # 第二種方法：或者我們也可以使用 pathlib
... from pathlib import Path
... print('當(dāng)前工作目錄:', Path.cwd())
...
Current Work Directory: /Users/ycui1/PycharmProjects/Medium_Python_Tutorials
如果使用的是舊版本的Python（<3.4），則必須使用該os模塊。
要?jiǎng)?chuàng)建目錄，可以使用os模塊的mkdir()功能。該函數(shù)將在指定的路徑下創(chuàng)建目錄，如果僅使用目錄名稱(chēng)，則將在當(dāng)前目錄中創(chuàng)建文件夾，即絕對(duì)路徑和相對(duì)路徑的概念。
>>> # 在當(dāng)前文件夾創(chuàng)建新目錄
... os.mkdir('test_folder')
... print('目錄是否存在:', os.path.exists('test_folder'))
...
目錄是否存在: True
>>> # 在特定文件夾創(chuàng)建新目錄
... os.mkdir('/Users/ycui1/PycharmProjects/tmp_folder')
... print('目錄是否存在:', os.path.exists('/Users/ycui1/PycharmProjects/tmp_folder'))
...
目錄是否存在: True
但是，如果想要建立一個(gè)多層級(jí)的目錄，比如文件夾中下的文件夾），則需要使用該makedirs()功能。
>>> # 創(chuàng)建包含子目錄的目錄
... os.makedirs('tmp_level0/tmp_level1')
... print('目錄是否存在:', os.path.exists('tmp_level0/tmp_level1'))
...
Is the directory there: True
如果使用最新版本的Python（≥3.4），則可以考慮利用pathlib模塊創(chuàng)建新目錄。它不僅可以創(chuàng)建子目錄，而且可以處理路徑中所有丟失的目錄。
# 使用 pathlib
from pathlib import Path
Path('test_folder').mkdir(parents=True, exist_ok=True)
需要注意一個(gè)問(wèn)題，如果嘗試多次運(yùn)行上述某些代碼，可能會(huì)遇到問(wèn)題“無(wú)法創(chuàng)建已經(jīng)存在的新目錄”。我們可以將exist_ok參設(shè)置為True來(lái)處理此問(wèn)題（默認(rèn)值False值將阻止我們創(chuàng)建目錄）。
>>> # 使用 pathlib
... from pathlib import Path
... Path('test_folder').mkdir(parents=True, exist_ok=False)
...
Traceback (most recent call last):
File '<input>', line 3, in <module>
File '/Users/ycui1/.conda/envs/Medium/lib/python3.8/pathlib.py', line 1284, in mkdir
self._accessor.mkdir(self, mode)
FileExistsError: [Errno 17] File exists: 'test_folder'
完成對(duì)某些文件或文件夾的操作后，我們可能希望刪除它。為此，我們可以使用os模塊中的remove()函數(shù)來(lái)刪除文件。如果要?jiǎng)h除文件夾，我們應(yīng)該改用rmdir()。
>>> # 刪除一個(gè)文件
... print(f'* 刪除文件前 {os.path.isfile('tmp.txt')}')
... os.remove('tmp.txt')
... print(f'* 刪除文件后 {os.path.exists('tmp.txt')}')
...
* 刪除文件前 True
* 刪除文件后 False
>>> # 刪除一個(gè)文件夾
... print(f'* 刪除文件夾前 {os.path.isdir('tmp_folder')}')
... os.rmdir('tmp_folder')
... print(f'* 刪除文件夾后 {os.path.exists('tmp_folder')}')
...
* 刪除文件夾前 True
* 刪除文件夾后 False
如果使用pathlib模塊,可以使用unlink()方法，而刪除目錄可以使用rmdir()方法。
當(dāng)我們分析某個(gè)工作或機(jī)器學(xué)習(xí)項(xiàng)目進(jìn)行數(shù)據(jù)處理時(shí)，需要獲取特定目錄中的文件列表。
通常，文件名具有匹配的模式。假設(shè)我們要查找目錄中的所有.txt文件，可使用Path對(duì)象的方法glob()來(lái)實(shí)現(xiàn)。glob()方法創(chuàng)建了一個(gè)生成器，允許我們進(jìn)行迭代。
>>> txt_files = list(Path('.').glob('*.txt'))
... print('Txt files:', txt_files)
...
Txt files: [PosixPath('hello_world.txt'), PosixPath('hello.txt')]
另外，直接使用glob模塊也很方便，如下所示，通過(guò)創(chuàng)建可以使用的文件名列表，它具有相似的功能。在大多數(shù)情況下，例如文件讀取和寫(xiě)入，兩者都可以使用。
>>> from glob import glob
... files = list(glob('h*'))
... print('以h開(kāi)頭的文件:', files)
...
Files starting with h: ['hello_world.txt', 'hello.txt']
移動(dòng)文件
常規(guī)文件管理任務(wù)之一是移動(dòng)和復(fù)制文件。在Python中，這些工作可以非常輕松地完成。要移動(dòng)文件，只需將其舊目錄替換為目標(biāo)目錄即可重命名該文件。假設(shè)我們需要將所有.txt文件移動(dòng)到另一個(gè)文件夾，下面用Path來(lái)實(shí)現(xiàn)。
>>> target_folder = Path('目標(biāo)文件')
... target_folder.mkdir(parents=True,exist_ok=True)
... source_folder = Path('.')
...
... txt_files = source_folder.glob('*.txt')
... for txt_file in txt_files:
... filename = txt_file.name
... target_path = target_folder.joinpath(filename)
... print(f'** 移動(dòng)文件 {filename}')
... print('目標(biāo)文件存在:', target_path.exists())
... txt_file.rename(target_path)
... print('目標(biāo)文件存在:', target_path.exists(), '\n')
...
** 移動(dòng)文件 hello_world.txt
目標(biāo)文件存在: False
目標(biāo)文件存在: True
** 移動(dòng)文件 hello.txt
目標(biāo)文件存在: False
目標(biāo)文件存在: True
復(fù)制文件
我們可以利用_shutil_模塊中可用的功能，_shutil_模塊是標(biāo)準(zhǔn)庫(kù)中另一個(gè)用于文件操作的有用模塊。我們可以copy()通過(guò)將源文件和目標(biāo)文件指定為字符串來(lái)在模塊中使用該函數(shù)。一個(gè)簡(jiǎn)單的例子如下所示。當(dāng)然，您可以將copy()函數(shù)與glob()函數(shù)結(jié)合使用，以處理具有相同模式的一堆文件。
>>> import shutil
...
... source_file = 'target_folder/hello.txt'
... target_file = 'hello2.txt'
... target_file_path = Path(target_file)
... print('* 復(fù)制前，文件存在:', target_file_path.exists())
... shutil.copy(source_file, target_file)
... print('* 復(fù)制后，文件存在:', target_file_path.exists())
...
* 復(fù)制前，文件存在: False
* 復(fù)制后，文件存在: True
上面的示例中一直在使用exists()方法來(lái)檢查是否存在特定路徑。如果存在，返回True；如果不存在，則返回False。此功能在os和pathlib模塊中均可用，各自的用法如下。
# os 模塊中 exists() 用法
os.path.exists('path_to_check')
# pathlib 模塊中 exists() 用法
Path('directory_path').exists()
使用pathlib，我們還可以檢查路徑是目錄還是文件。
# 檢查路徑是否是目錄
os.path.isdir('需要檢查的路徑')
Path('需要檢查的路徑').is_dir()
# 檢查路徑是否是文件
os.path.isfile('需要檢查的路徑')
Path('需要檢查的路徑').is_file()
文件名稱(chēng)
處理文件時(shí)，許多情況下都需要提取文件名。使用Path非常簡(jiǎn)單，可以在Path對(duì)象上查看name屬性path.name。如果不想帶后綴，可以查看stem屬性path.stem。
for py_file in Path().glob('c*.py'):
... print('Name with extension:', py_file.name)
... print('Name only:', py_file.stem)
...
帶文件后綴: closures.py
只有文件名: closures
帶文件后綴: counter.py
只有文件名: counter
帶文件后綴: context_management.py
只有文件名: context_management
文件后綴
如果想單獨(dú)提取文件的后綴，可查看Path對(duì)象的suffix屬性。
>>> file_path = Path('closures.py')
... print('文件后綴:', file_path.suffix)
...
File Extension: .py
文件更多信息
如果要獲取有關(guān)文件的更多信息，例如文件大小和修改時(shí)間，則可以使用該stat()方法，該方法和os.stat()一樣。
>>> # 路徑 path 對(duì)象
... current_file_path = Path('iterable_usages.py')
... file_stat = current_file_path.stat()
...
>>> # 獲取文件大小:
... print('文件大?。˙ytes）:', file_stat.st_size)
文件大?。˙ytes）: 3531
>>> # 獲取最近訪(fǎng)問(wèn)時(shí)間
... print('最近訪(fǎng)問(wèn)時(shí)間:', file_stat.st_atime)
最近訪(fǎng)問(wèn)時(shí)間: 1595435202.310935
>>> # 獲取最近修改時(shí)間
... print('最近修改時(shí)間:', file_stat.st_mtime)
最近修改時(shí)間: 1594127561.3204417
最重要的文件操作之一就是從文件中讀取數(shù)據(jù)。讀取文件，最常規(guī)的方法是使用內(nèi)置open()函數(shù)創(chuàng)建文件對(duì)象。默認(rèn)情況下，該函數(shù)將以讀取模式打開(kāi)文件，并將文件中的數(shù)據(jù)視為文本。
>>> # 讀取所有的文本
... with open('hello2.txt', 'r') as file:
... print(file.read())
...
Hello World!
Hello Python!
>>> # 逐行的讀取
... with open('hello2.txt', 'r') as file:
... for i, line in enumerate(file, 1):
... print(f'* 讀取行 #{i}: {line}')
...
* 讀取行 #1: Hello World!
* 讀取行 #2: Hello Python!
如果文件中沒(méi)有太多數(shù)據(jù)，則可以使用該read()方法一次讀取所有內(nèi)容。但如果文件很大，則應(yīng)考慮使用生成器，生成器可以逐行處理數(shù)據(jù)。
默認(rèn)將文件內(nèi)容視為文本。如果要使用二進(jìn)制文件，則應(yīng)明確指定用r還是rb。
另一個(gè)棘手的問(wèn)題是文件的編碼。在正常情況下，open()處理編碼使用utf-8編碼，如果要使用其他編碼處理文件，應(yīng)設(shè)置encoding參數(shù)。
仍然使用open()函數(shù),將模式改為w或a打開(kāi)文件來(lái)創(chuàng)建文件對(duì)象。w模式下會(huì)覆蓋舊數(shù)據(jù)寫(xiě)入新數(shù)據(jù)，a模式下可在原有數(shù)據(jù)基礎(chǔ)上增加新數(shù)據(jù)。
>>> # 向文件中寫(xiě)入新數(shù)據(jù)
... with open('hello3.txt', 'w') as file:
... text_to_write = 'Hello Files From Writing'
... file.write(text_to_write)
...
>>> # 增加一些數(shù)據(jù)
... with open('hello3.txt', 'a') as file:
... text_to_write = '\nHello Files From Appending'
... file.write(text_to_write)
...
>>> # 檢查文件數(shù)據(jù)是否正確
... with open('hello3.txt') as file:
... print(file.read())
...
Hello Files From Writing
Hello Files From Appending
上面每次打開(kāi)文件時(shí)都使用with語(yǔ)句。
with語(yǔ)句為我們創(chuàng)建了一個(gè)處理文件的上下文，當(dāng)我們完成文件操作后，它可以關(guān)閉文件對(duì)象。這點(diǎn)很重要，如果我們不及時(shí)關(guān)閉打開(kāi)的文件對(duì)象，它很有可能會(huì)被損壞。
壓縮文件
zipfile模塊提供了文件壓縮的功能。使用ZipFile()函數(shù)創(chuàng)建一個(gè)zip文件對(duì)象，類(lèi)似于我們對(duì)open()函數(shù)所做的操作，兩者都涉及創(chuàng)建由上下文管理器管理的文件對(duì)象。
>>> from zipfile import ZipFile
...
... # 創(chuàng)建壓縮文件
... with ZipFile('text_files.zip', 'w') as file:
... for txt_file in Path().glob('*.txt'):
... print(f'*添加文件: {txt_file.name} 到壓縮文件')
... file.write(txt_file)
...
*添加文件: hello3.txt 到壓縮文件
*添加文件: hello2.txt 到壓縮文件
解壓縮文件
>>> # 解壓縮文件
... with ZipFile('text_files.zip') as zip_file:
... zip_file.printdir()
... zip_file.extractall()
...
File Name Modified Size
hello3.txt 2020-07-30 20:29:50 51
hello2.txt 2020-07-30 18:29:52 26
以上就是整理的十大常用文件操作。當(dāng)然，也可以借助比如pandas庫(kù)來(lái)完成一些讀取操作。
聯(lián)系客服
