真香！Python十大經常使用文件操做

時間 2020-12-07

標籤 python 機器學習函數學習網站編碼 code 對象欄目 Python 简体版

原文原文鏈接

東哥起飛

平常對於批量處理文件的需求很是多，用Python寫腳本能夠很是方便地實現，但在這過程當中不免會和文件打交道，第一次作會有不少文件的操做無從下手，只能找度娘。python

本篇東哥整理了10個Python中最經常使用到的文件操做，不管是批處理仍是讀取文件都會用到，相信這個梳理會有所幫助。機器學習

1. 顯示當前目錄

當咱們想知道當前的工做目錄是什麼的時候，咱們能夠簡單地使用os模塊的getcwd()功能，或者使用pathlib的cwd()，以下所示。函數

>>> # 第一種方法：顯示當前目錄
... import os
... print("當前工做目錄:", os.getcwd())
... 
Current Work Directory: /Users/ycui1/PycharmProjects/Medium_Python_Tutorials

>>> # 第二種方法：或者咱們也可使用 pathlib
... from pathlib import Path
... print("當前工做目錄:", Path.cwd())
... 
Current Work Directory: /Users/ycui1/PycharmProjects/Medium_Python_Tutorials

若是使用的是舊版本的Python（<3.4），則必須使用該os模塊。

2. 創建一個新目錄

要建立目錄，可使用os模塊的mkdir()功能。該函數將在指定的路徑下建立目錄，若是僅使用目錄名稱，則將在當前目錄中建立文件夾，即絕對路徑和相對路徑的概念。學習

>>> # 在當前文件夾建立新目錄
... os.mkdir("test_folder")
... print("目錄是否存在:", os.path.exists("test_folder"))
... 
目錄是否存在: True
>>> # 在特定文件夾建立新目錄
... 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

可是，若是想要創建一個多層級的目錄，好比文件夾中下的文件夾），則須要使用該makedirs()功能。網站

>>> # 建立包含子目錄的目錄
... 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

若是使用最新版本的Python（≥3.4），則能夠考慮利用pathlib模塊建立新目錄。它不只能夠建立子目錄，並且能夠處理路徑中全部丟失的目錄。ui

# 使用 pathlib
from pathlib import Path
Path("test_folder").mkdir(parents=True, exist_ok=True)

須要注意一個問題，若是嘗試屢次運行上述某些代碼，可能會遇到問題「沒法建立已經存在的新目錄」。咱們能夠將exist_ok參設置爲True來處理此問題（默認值False值將阻止咱們建立目錄）。編碼

>>> # 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'

3. 刪除目錄和文件

完成對某些文件或文件夾的操做後，咱們可能但願刪除它。爲此，咱們可使用os模塊中的remove()函數來刪除文件。若是要刪除文件夾，咱們應該改用rmdir()。code

>>> # 刪除一個文件
... print(f"* 刪除文件前 {os.path.isfile('tmp.txt')}")
... os.remove('tmp.txt')
... print(f"* 刪除文件後 {os.path.exists('tmp.txt')}")
... 
* 刪除文件前 True
* 刪除文件後 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"* 刪除文件夾後 {os.path.exists('tmp_folder')}")
... 
* 刪除文件夾前 True
* 刪除文件夾後 False

若是使用pathlib模塊,可使用unlink()方法，而刪除目錄可使用rmdir()方法。請注意，這兩種方法都是Path對象的實例方法。對象

4. 獲取文件列表

當咱們分析某個工做或機器學習項目進行數據處理時，須要獲取特定目錄中的文件列表。ip

一般，文件名具備匹配的模式。假設咱們要查找目錄中的全部.txt文件，可以使用Path對象的方法glob()來實現。glob()方法建立了一個生成器，容許咱們進行迭代。

>>> 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，以下所示，經過建立可使用的文件名列表，它具備類似的功能。在大多數狀況下，例如文件讀取和寫入，二者均可以使用。

>>> 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. 移動和複製文件

移動文件

常規文件管理任務之一是移動和複製文件。在Python中，這些工做能夠很是輕鬆地完成。要移動文件，只需將其舊目錄替換爲目標目錄便可重命名該文件。假設咱們須要將全部.txt文件移動到另外一個文件夾，下面用Path來實現。

>>> 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

複製文件

咱們能夠利用_shutil_模塊中可用的功能，_shutil_模塊是標準庫中另外一個用於文件操做的有用模塊。咱們能夠copy()經過將源文件和目標文件指定爲字符串來在模塊中使用該函數。一個簡單的例子以下所示。固然，您能夠將copy()函數與glob()函數結合使用，以處理具備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("* 複製前，文件存在:", target_file_path.exists())
... shutil.copy(source_file, target_file)
... print("* 複製後，文件存在:", target_file_path.exists())
... 
* 複製前，文件存在: False
* 複製後，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。若是存在，返回True；若是不存在，則返回False。此功能在os和pathlib模塊中都可用，各自的用法以下。

# 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，咱們還能夠檢查路徑是目錄仍是文件。

# 檢查路徑是不是目錄
os.path.isdir('須要檢查的路徑')
Path('須要檢查的路徑').is_dir()

# 檢查路徑是不是文件
os.path.isfile('須要檢查的路徑')
Path('須要檢查的路徑').is_file()

7. 獲取文件信息

文件名稱

處理文件時，許多狀況下都須要提取文件名。使用Path很是簡單，能夠在Path對象上查看name屬性path.name。若是不想帶後綴，能夠查看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)
... 
帶文件後綴: closures.py
只有文件名: closures
帶文件後綴: counter.py
只有文件名: counter
帶文件後綴: context_management.py
只有文件名: context_management

文件後綴

若是想單獨提取文件的後綴，可查看Path對象的suffix屬性。

>>> file_path = Path('closures.py')
... print("文件後綴:", file_path.suffix)
... 
File Extension: .py

文件更多信息

若是要獲取有關文件的更多信息，例如文件大小和修改時間，則可使用該stat()方法，該方法和os.stat()同樣。

>>> # 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("文件大小（Bytes）:", file_stat.st_size)
文件大小（Bytes）: 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

最重要的文件操做之一就是從文件中讀取數據。讀取文件，最常規的方法是使用內置open()函數建立文件對象。默認狀況下，該函數將以讀取模式打開文件，並將文件中的數據視爲文本。

>>> # 讀取全部的文本
... 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!

若是文件中沒有太多數據，則可使用該read()方法一次讀取全部內容。但若是文件很大，則應考慮使用生成器，生成器能夠逐行處理數據。

默認將文件內容視爲文本。若是要使用二進制文件，則應明確指定用r仍是rb。

另外一個棘手的問題是文件的編碼。在正常狀況下，open()處理編碼使用utf-8編碼，若是要使用其餘編碼處理文件，應設置encoding參數。

9. 寫入文件

仍然使用open()函數,將模式改成w或a打開文件來建立文件對象。w模式下會覆蓋舊數據寫入新數據，a模式下可在原有數據基礎上增長新數據。

>>> # 向文件中寫入新數據
... with open("hello3.txt", 'w') as file:
...     text_to_write = "Hello Files From Writing"
...     file.write(text_to_write)
... 
>>> # 增長一些數據
... with open("hello3.txt", 'a') as file:
...     text_to_write = "\nHello Files From Appending"
...     file.write(text_to_write)
... 
>>> # 檢查文件數據是否正確
... 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語句爲咱們建立了一個處理文件的上下文，當咱們完成文件操做後，它能夠關閉文件對象。這點很重要，若是咱們不及時關閉打開的文件對象，它頗有可能會被損壞。

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()函數建立一個zip文件對象，相似於咱們對open()函數所作的操做，二者都涉及建立由上下文管理器管理的文件對象。

>>> from zipfile import ZipFile
... 
... # 建立壓縮文件
... 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