來源：Python數(shù)據(jù)科學

作者：東哥起飛

日常對于批量處理文件的需求非常多，用Python寫腳本可以非常方便地實現(xiàn)，但在這過程中難免會和文件打交道，第一次做會有很多文件的操作無從下手，只能找度娘。

本篇整理了10個Python中最常用到的文件操作，均采用內置函數(shù)實現(xiàn)，無論是批處理還是讀取文件都會用到，相信這個梳理對大家有所幫助。

1. 顯示當前目錄

當我們想知道當前的工作目錄是什么的時候，我們可以簡單地使用os模塊的getcwd()功能，或者使用pathlib的cwd()，如下所示。

>>>?#?第一種方法：顯示當前目錄
...?import?os
...?print("當前工作目錄:",?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。

2. 建立一個新目錄

要創(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，則將在當前目錄中創(chuàng)建文件夾，即絕對路徑和相對路徑的概念。

>>>?#?在當前文件夾創(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，如果想要建立一個多層級的目錄，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)

需要注意一個問題，如果嘗試多次運行上述某些代碼，可能會遇到問題“無法創(chuàng)建已經存在的新目錄”。我們可以將exist_ok參設置為True來處理此問題（默認值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?"",?line?3,?in?
??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'

3. 刪除目錄和文件

完成對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)來刪除文件。如果要刪除文件夾，我們應該改用rmdir()。

>>>?#?刪除一個文件
...?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。

4. 獲取文件列表

當我們分析某個工作或機器學習項目進行數(shù)據(jù)處理時，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。假設我們要查找目錄中的所有.txt文件，可使用Path對象的方法glob()來實現(xiàn)。glob()方法創(chuàng)建了一個生成器，允許我們進行迭代。

>>>?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，例如文件讀取和寫入，兩者都可以使用。

>>>?from?glob?import?glob
...?files?=?list(glob('h*'))
...?print("以h開頭的文件:",?files)
...?
Files?starting?with?h:?['hello_world.txt',?'hello.txt']

5. 移動和復制文件

移動文件

常規(guī)文件管理任務之一是移動和復制文件。在Python中，這些工作可以非常輕松地完成。要移動文件，只需將其舊目錄替換為目標目錄即可重命名該文件。假設我們需要將所有.txt文件移動到另一個文件夾，下面用Path來實現(xiàn)。

>>>?target_folder?=?Path("目標文件")
...?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"**?移動文件?{filename}")
...?????print("目標文件存在:",?target_path.exists())
...?????txt_file.rename(target_path)
...?????print("目標文件存在:",?target_path.exists(),?'\n')
...?
**?移動文件?hello_world.txt
目標文件存在:?False
目標文件存在:?True?

**?移動文件?hello.txt
目標文件存在:?False
目標文件存在:?True?

復制文件

我們可以利用_shutil_模塊中可用的功能，_shutil_模塊是標準庫中另一個用于文件操作的有用模塊。我們可以copy()通過將源文件和目標文件指定為字符串來在模塊中使用該函數(shù)。一個簡單的例子如下所示。當然，您可以將copy()函數(shù)與glob()函數(shù)結合使用，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("*?復制前，文件存在:",?target_file_path.exists())
...?shutil.copy(source_file,?target_file)
...?print("*?復制后，文件存在:",?target_file_path.exists())
...?
*?復制前，文件存在:?False
*?復制后，文件存在:?True

6. 檢查目錄/文件

上面的示例中一直在使用exists()方法來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()

7. 獲取文件信息

文件名稱

處理文件時，許多情況下都需要提取文件名。使用Path非常簡單，可以在Path對象上查看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

如果想單獨提取文件的后綴，可查看Path對象的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

如果要獲取有關文件的更多信息，例如文件大小和修改時間，則可以使用該stat()方法，該方法和os.stat()一樣。

>>>?#?路徑?path?對象
...?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
>>>?#?獲取最近訪問時間
...?print("最近訪問時間:",?file_stat.st_atime)
最近訪問時間:?1595435202.310935
>>>?#?獲取最近修改時間
...?print("最近修改時間:",?file_stat.st_mtime)
最近修改時間:?1594127561.3204417

8. 讀取文件

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)的方法是使用內置open()函數(shù)創(chuàng)建文件對象。默認情況下，該函數(shù)將以讀取模式打開文件，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!

如果文件中沒有太多數(shù)據(jù)，則可以使用該read()方法一次讀取所有內容。但如果文件很大，則應考慮使用生成器，生成器可以逐行處理數(shù)據(jù)。

默認將文件內容視為文本。如果要使用二進制文件，則應明確指定用r還是rb。

另一個棘手的問題是文件的編碼。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，應設置encoding參數(shù)。

9. 寫入文件

仍然使用open()函數(shù),將模式改為w或a打開文件來創(chuàng)建文件對象。w模式下會覆蓋舊數(shù)據(jù)寫入新數(shù)據(jù)，a模式下可在原有數(shù)據(jù)基礎上增加新數(shù)據(jù)。

>>>?#?向文件中寫入新數(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

上面每次打開文件時都使用with語句。

with語句為我們創(chuàng)建了一個處理文件的上下文，當我們完成文件操作后，它可以關閉文件對象。這點很重要，如果我們不及時關閉打開的文件對象，它很有可能會被損壞。

10. 壓縮和解壓縮文件

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zip文件對象，類似于我們對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

結論

以上就是整理的十大常用文件操作。當然，也可以借助比如pandas庫來完成一些讀取操作。