Python 办公自动化｜批量处理文件，一学就会

大家好，又到了 Python 办公自动化专题

要说在工作中最让人头疼的就是用同样的方式处理一堆文件夹中文件，这并不难，但就是繁。所以在遇到机械式的操作时一定要记得使用 Python 来合理偷懒！今天我将以处理微博热搜数据来示例如何使用 Python 批量处理文件夹中的文件，主要将涉及：

• Python 批量读取不同文件夹 (⭐⭐⭐)
• Pandas 数据处理 (⭐⭐)
• Python 操作 Markdown 文件 (⭐)

需求分析

首先来说明一下需要完成的任务，下面是我们的文件夹结构

因为微博历史热搜是没有办法去爬的，所以只能写一个爬虫每天定时爬取热搜并保存，所以在我当时分析数据时使用的就是上图展示的数据，每天的数据以套娃形式被保存在三级目录下，并且热搜是以 markdown 文件存储的，打开是这样👇

而我要做的就是将这三个月的微博热搜数据处理成这样👇

这困难吗，手动的话无非是依次点三下进入每天的数据文件夹再打开 md 文件手动复制粘贴进 Excel，不就几万条数据，大不了一天不吃饭也能搞定！现在我们来看看如何 用 Python 光速处理 。

Python 实现

在操作之前我们来思考一下如何使用 Python 实现，其实和手动的过程类似：先读取全部文件，再对每一天的数据处理、保存。所以第一步就是将我们需要的全部文件路径提取出来，首先导入相关库

import pandas as pd
import os
import glob
from pathlib import Path

读取全部文件名的方法有很多比如使用 OS 模块

但是由于我们是多层文件夹，使用 OS 模块 只能一层一层读取，要写多个循环从而效率不高， 所以我们告别 os.path 使用 Pathlib 来操作，三行代码就能搞定，看注释

from pathlib import Path
 
p = Path("/Users/liuhuanshuo/Desktop/热搜数据/") #初始化构造Path对象

FileList=list(p.glob("**/*.md")) #得到所有的markdown文件

来看下结果

成功读取了热搜数据下多层文件夹中的全部 md 文件！但是新的问题来了，每天有两条热搜汇总，一个 11 点一个 23 点，考虑到会有重合数据所以我们在处理之前先进行去重，而这就简单了，不管使用正则表达式还是按照奇偶位置提取都行，这里我是用 lambda 表达式一行代码搞定

filelist = list(filter(lambda x: str(x).find("23点") >= 0, FileList))

现在我们每天就只剩下 23 点的热搜数据，虽然是 markdown 文件，但是 Python 依旧能够轻松处理，我们打开其中一个来看看

打开方式和其他文件类似使用 with 语句 ，返回一个 list，但是这个 list 并不能直接为我们所用，第一个元素包含时间，后面每天的热搜和热度也不是直接存储，含有 markdown 语法中的一些没用的符号和换行符，而清洗这些数据就是常规操作了，使用下面的代码即可，主要就是使用正则表达式，看注释

with open(file) as f:
    lines = f.readlines()
    lines = [i.strip() for i in lines] #去除空字符
    data = list(filter(None, lines))
    del data[0]
    data = data[0:100]
    date = re.findall('年(.+)2',str(file))[0]
    content = data[::2] #奇偶分割
    rank = data[1::2]
        #提取内容与排名
    for i in range(len(content)):
            content[i] = re.findall('、(.+)',content[i])[0]
    for i in range(len(rank)):
            rank[i] = re.findall(' (.+)',rank[i])[0]

最后只需要写一个循环遍历每一天的文件并进行清洗，再创建一个 DataFrame 用于存储每天的数据即可

可以看到，并没有使用太复杂的代码就成功实现了我们的需求！

结束语

以上就是使用 Python 再一次解放双手并成功偷懒的案例，可能读取 Markdown 文件在你的日常工作中并用不到，但是通过本案例希望你能学会如何批量处理文件夹，批量读取清洗数据。更重要的是在你的工作学习中，遇到需要重复操作的任务时，是否能够想起使用 Python 来自动化解决！拜拜，我们下个案例见～

这里给大家分享一份Python全套学习资料，包括学习路线、软件、源码、视频、面试题等等，都是我自己学习时整理的，希望可以对正在学习或者想要学习Python的朋友有帮助！

优快云大礼包：全网最全《全套Python学习资料》免费分享🎁

😝有需要的小伙伴，可以点击下方链接免费领取或者V扫描下方二维码免费领取🆓

👉优快云大礼包🎁：全网最全《Python学习资料》免费分享（安全链接，放心点击）👈

​

1️⃣零基础入门

① 学习路线

对于从来没有接触过Python的同学，我们帮你准备了详细的学习成长路线图。可以说是最科学最系统的学习路线，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

② 路线对应学习视频

还有很多适合0基础入门的学习视频，有了这些视频，轻轻松松上手Python~

③练习题

每节视频课后，都有对应的练习题哦，可以检验学习成果哈哈！

因篇幅有限，仅展示部分资料

2️⃣国内外Python书籍、文档

① 文档和书籍资料

3️⃣Python工具包+项目源码合集

①Python工具包

学习Python常用的开发软件都在这里了！每个都有详细的安装教程，保证你可以安装成功哦！

②Python实战案例

光学理论是没用的，要学会跟着一起敲代码，动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。100+实战案例源码等你来拿！

③Python小游戏源码

如果觉得上面的实战案例有点枯燥，可以试试自己用Python编写小游戏，让你的学习过程中增添一点趣味！

4️⃣Python面试题

我们学会了Python之后，有了技能就可以出去找工作啦！下面这些面试题是都来自阿里、腾讯、字节等一线互联网大厂，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

5️⃣Python兼职渠道

而且学会Python以后，还可以在各大兼职平台接单赚钱，各种兼职渠道+兼职注意事项+如何和客户沟通，我都整理成文档了。


上述所有资料 ⚡️ ，朋友们如果有需要 📦《全套Python学习资料》的，可以扫描下方二维码免费领取 🆓
😝有需要的小伙伴，可以点击下方链接免费领取或者V扫描下方二维码免费领取🆓

👉优快云大礼包🎁：全网最全《Python学习资料》免费分享（安全链接，放心点击）👈

​