python08 - 操作文件和文件夹

python操作文件和文件夹

一：文件处理

以前都是使用os模块，这里介绍更加的精细的模块，是os的"升级版" - shutil

shutil 是 python 的 内置模块，不需要额外安装。

1：文件的复制(shutil)

1. from shutil import copy
3. # 核心方法 -> 源地址赋值到目标地址
4. copy(src_path, dist_path)

复制代码

1. import os
2. from shutil import copy
4. '''
5. 源地址文件夹，复制到目标文件夹
6. '''
9. def copy_files(src_dir, dest_dir):
10. for file in os.listdir(src_dir):
11. if file.endswith('.txt'):
12. src_file = os.path.join(src_dir, file)
13. dest_file = os.path.join(dest_dir, file)
14. copy(src_file, dest_file)
17. if __name__ == '__main__':
18. src_dir = 'C:/Users/user/Documents/txt'
19. dest_dir = 'C:/Users/user/Documents/txt_copy'
20. copy_files(src_dir, dest_dir)

复制代码

🎉 当目标文件夹是一个文件的时候，就是文件内容的复制，将源文件的文件内容复制给目标文件

1. import os
2. from shutil import copyfile
4. '''
5. 文件内容的复制
6. copyfile(src - 源文件路径, dst - 目标文件路径)
7. '''
10. def copy_file_content(src, dst):
11. copyfile(src, dst)
14. if __name__ == '__main__':
15. src = input("Enter the source file path: ")
16. dst = input("Enter the destination file path: ")
17. copy_file_content(src, dst)
18. print("File content copied successfully!")

复制代码

2：裁剪和变相重命名(shutil)

所谓文件的裁剪就是从一个目标路径的文件A移动到目标路径B中去。

A和B名称可能是相同的也可能是不同的，当移动后A目标这个路径下就不存在这个文件了，只存在目标B这个文件下。

当然，它也支持目标A裁剪到直接裁剪到目标A ，但是它可以支持将目标A这个路径下的这个文件名称进行改变，所以它也是一个变相的重命名。

1. from shutil import move
3. move(src, dist)

复制代码

1. import os
2. from shutil import move
5. def move_files(src_dir, dest_dir):
6. for filename in os.listdir(src_dir):
7. if filename.endswith('.txt'):
8. src_file = os.path.join(src_dir, filename)
9. dest_file = os.path.join(dest_dir, filename)
10. move(src_file, dest_file)
13. if __name__ == '__main__':
14. src_dir = '/home/user/Documents/office/txt'
15. dest_dir = '/home/user/Documents/office/txt_files'
16. move_files(src_dir, dest_dir)

复制代码

3：文件的删除(os)

单文件的删除一般使用os的remove模块

1. from os import remove
4. def remove_file(file_path):
5. remove(file_path)
8. if __name__ == '__main__':
9. remove_file("txt01.py")

复制代码

4：文件的压缩和解压缩(shutil)

1. # 如果只需要压缩可以使用这个
2. from shutil import make_archive
3. # 如果只需要解压可以使用这个
4. from shutil import unpack_archive

复制代码

1. # 如果只需要压缩可以使用这个
2. from shutil import make_archive
3. # 如果只需要解压可以使用这个
4. from shutil import unpack_archive
7. # src_dir中的文件压缩到dest_dir中
8. def zip_files(src_dir, zip_path):
9. # 压缩src_dir中的文件到dest_dir中，format是zip
10. make_archive(zip_path, 'zip', src_dir)
13. def unzip_files(zip_path, unpack_dir):
14. # 解压src_dir中的文件到dest_dir中
15. unpack_archive(zip_path, unpack_dir)
18. if __name__ == '__main__':
19. zip_files('E:\code_project\python\office\\txt', 'E:\code_project\python\office\\my_zip')
20. print('压缩完成')
21. unzip_files('E:\code_project\python\office\\my_zip.zip', 'E:\code_project\python\office\\txt2')
22. print('解压完成')

复制代码

5：文件的查找(glob)

glob 是一个快速查找文件夹中内容的包，我们可以通过模糊查找的形式找到我们想要的内容。

1. import os
2. from glob import glob
5. def search_zip(base_path):
6. # 搜索当前目录下所有zip文件
7. # os.getcwd() -> 获取当前目录
8. # /*.zip -> 搜索当前目录下所有zip文件
9. search_path = base_path + "/*.zip"
11. search_ans = glob(search_path)
13. return search_ans
16. if __name__ == "__main__":
17. base_path = 'E:\code_project\python\office'
18. search_ans_of_office = search_zip(base_path) # ['E:\\code_project\\python\\office\\my_zip.zip']
19. for ans in search_ans_of_office:
20. print(ans)
21. print("=====================================")
22. # 注意是直接子节点就要有对应的文件，否则找不到
23. # 例如将base_path范围扩大到上层目录，就没有了
24. base_path = 'E:\code_project\python'
25. search_ans_of_office = search_zip(base_path) # []
26. for ans in search_ans_of_office:
27. print(ans)

复制代码

或者我们不使用通配符，直接指定我们要查找的文件。

很多情况下我们知道文件名字，但是不知道文件在什么地方，我们就可以使用递归的方式进行查找。

1. final_result = []
2. # 通过名称递归查找文件到底在哪里
3. def search_by_name(base_path, name):
4. search_path = base_path + "/*"
5. search_ans = glob(search_path)
6. for ans in search_ans:
7. if os.path.isdir(ans):
8. search_by_name(ans, name)
9. else:
10. if name in ans:
11. final_result.append(ans)
13. if __name__ == "__main__":
14. # 从base_path这个大文件中找到所有包含name的全路径结果
15. base_path = "E:\code_project"
16. name = "txt05.py"
17. search_by_name(base_path, name)
18. print(final_result)

复制代码

要是是查找指定内容的，要在是文件的情况下打开文件并进行字符串的匹配。

1. def search_all_by_content(base_path, content):
2. search_path = base_path + "/*"
3. search_ans = glob(search_path)
4. for ans in search_ans:
5. if os.path.isdir(ans):
6. search_all_by_content(ans, content)
7. else:
8. with open(ans, 'r', encoding="utf-8") as f:
9. # 读取文件内容
10. con = f.read()
11. if content in con:
12. final_result.append(ans)
14. if __name__ == "__main__":
15. # 从base_path这个大文件中找到所有包含name的全路径结果
16. base_path = "E:\code_project\python\office\\txt"
17. content = "import os"
18. search_all_by_content(base_path, content)
19. print(final_result)

复制代码

6：重复文件的清理(hashlib)

原理很简单，就是使用hashlib进行是否是同一个文件的判断，然后删除就可以了

为了方便使用，这里使用tkinter进行图形化展示和确认删除的表示

1. import hashlib
3. def file_hash(file_path):
4. hash_md5 = hashlib.md5() # 创建md5对象, 准备计算文件的md5
5. with open(file_path, 'rb') as f:
6. # 读取文件内容，每次读取4k，防止文件过大一次性加载到内存造成的性能等问题
7. for chunk in iter(lambda: f.read(4096), b""):
8. hash_md5.update(chunk)
9. return hash_md5.hexdigest() # 返回文件的md5值

复制代码

1. import hashlib
2. import os
3. import tkinter as tk
4. from tkinter import messagebox
7. def file_hash(file_path):
8. hash_md5 = hashlib.md5() # 创建md5对象, 准备计算文件的md5
9. with open(file_path, 'rb') as f:
10. # 读取文件内容，每次读取4k，防止文件过大一次性加载到内存造成的性能等问题
11. for chunk in iter(lambda: f.read(4096), b""):
12. hash_md5.update(chunk)
13. return hash_md5.hexdigest() # 返回文件的md5值
16. def get_same_and_delete(base_path):
17. """在指定目录下查找并确认删除重复文件"""
18. hashes = {}
19. duplicates = []
21. # 遍历指定目录及其所有子目录
22. # os.walk(base_path) -> 遍历指定目录及其所有子目录
23. # os.walk(directory) 是一个生成器函数，它会递归地遍历指定目录及其所有子目录
24. # 并返回一个三元组 (root, dirs, files)。具体来说，每次迭代时，os.walk 会返回以下内容：
25. # - root (str): 当前遍历到的目录路径。
26. # - dirs (list): 当前目录下的子目录列表（不包括子目录的子目录）。
27. # - files (list): 当前目录下的文件列表。
28. for dirpath, _, filenames in os.walk(base_path):
29. for filename in filenames:
30. filepath = os.path.join(dirpath, filename) # 获取文件的完整路径
31. try:
32. # 计算文件的md5值，如果之前有相同的md5值，说明该文件是重复的文件
33. file_hash_value = file_hash(filepath)
34. if file_hash_value in hashes:
35. # 此时找到了重复的文件，追加到重复文件列表中，一会进行删除询问
36. duplicates.append(filepath)
37. else:
38. # 否则将文件的md5值和文件路径添加到字典中
39. hashes[file_hash_value] = filepath
40. except Exception as e:
41. print(f"Error processing file {filepath}: {e}")
43. # 创建Tkinter根窗口
44. root = tk.Tk()
45. root.withdraw() # 隐藏主窗口
47. # 遍历重复文件列表，逐个确认是否删除
48. for dup in duplicates:
49. # 显示确认对话框
50. response = messagebox.askyesno("是否确认删除?", f"你要删除这个重复文件吗?:\n{dup}")
51. if response: # 如果确定删除，则删除该文件，否则跳过删除
52. try:
53. os.remove(dup)
54. print(f"已经删除了重复文件: {dup}")
55. except Exception as e:
56. print(f"删除文件错误 {dup}: {e}")
57. else:
58. print(f"你跳过了该重复文件: {dup}")
60. root.destroy() # 销毁Tkinter根窗口
63. if __name__ == '__main__':
64. base_path = r"E:\code_project\python\office\txt"
65. get_same_and_delete(base_path)

复制代码

7：批量修改文件名称(shutil & glob)

首先我们知道文件名需要修改的指定字符串，至于实现方法，那当然是通过循环，将目标字符串加入到文件名并进行修改。

1. import shutil
2. import glob
3. import os
6. def update_name(base_path):
7. result = glob.glob(base_path)
9. for index, data in enumerate(result):
10. if os.path.isdir(data):
11. _path = os.path.join(data, '*') # 获取当前目录下所有文件
12. update_name(_path) # 递归调用
13. else:
14. # 不是文件夹，是文件了
15. path_list = os.path.split(data)
16. # 单独把名字拿出来
17. name = path_list[-1]
18. # 生成一个新的名称
19. new_name = '%s_%s' % (index, name)
20. # 替换旧名称
21. new_data = os.path.join(path_list[0], new_name)
22. shutil.move(data, new_data)
25. if __name__ == '__main__':
26. base_path = r'E:\code_project\python\office\txt2'
27. update_name(base_path)

复制代码

二：文件夹处理

1：文件夹的复制(shutil)

同样使用shutil，使用其中的copytree(src, dist)就可以完成

1. from shutil import copytree
4. def copy_files(src_dir, dest_dir):
5. copytree(src_dir, dest_dir)
8. if __name__ == '__main__':
9. src_dir = 'C:/Users/user/Documents/txt'
10. dest_dir = 'C:/Users/user/Documents/txt_copy'
11. copy_files(src_dir, dest_dir)

复制代码

2：文件夹的删除(shutil)

同样使用shutil，使用其中的rmtree(src)就可以删除指定的文件夹

1. import os.path
2. from shutil import rmtree
5. def remove_file(file_path):
6. if os.path.isfile(file_path):
7. os.remove(file_path)
8. print(f"文件 {file_path} 已被删除")
9. else:
10. try:
11. rmtree(file_path)
12. print(f"文件夹 {file_path} 已被删除")
13. except Exception as e:
14. print(f"删除文件错误 {file_path}: {e}")

复制代码

3：文件夹的裁剪和重命名(shutil)

文件夹的裁剪跟我们文件裁剪的使用函数其实是一样的 -> move(src, dist)