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)

from shutil import copy

# 核心方法 -> 源地址赋值到目标地址
copy(src_path, dist_path)

import os
from shutil import copy

'''
源地址文件夹，复制到目标文件夹
'''


def copy_files(src_dir, dest_dir):
    for file in os.listdir(src_dir):
        if file.endswith('.txt'):
            src_file = os.path.join(src_dir, file)
            dest_file = os.path.join(dest_dir, file)
            copy(src_file, dest_file)


if __name__ == '__main__':
    src_dir = 'C:/Users/user/Documents/txt'
    dest_dir = 'C:/Users/user/Documents/txt_copy'
    copy_files(src_dir, dest_dir)

🎉 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

import os
from shutil import copyfile

'''
文件内容的复制
copyfile(src - 源文件路径, dst - 目标文件路径)
'''


def copy_file_content(src, dst):
    copyfile(src, dst)


if __name__ == '__main__':
    src = input("Enter the source file path: ")
    dst = input("Enter the destination file path: ")
    copy_file_content(src, dst)
    print("File content copied successfully!")

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。

from shutil import move

move(src, dist)

import os
from shutil import move


def move_files(src_dir, dest_dir):
    for filename in os.listdir(src_dir):
        if filename.endswith('.txt'):
            src_file = os.path.join(src_dir, filename)
            dest_file = os.path.join(dest_dir, filename)
            move(src_file, dest_file)


if __name__ == '__main__':
    src_dir = '/home/user/Documents/office/txt'
    dest_dir = '/home/user/Documents/office/txt_files'
    move_files(src_dir, dest_dir)

3：文件的删除(os)

单文件的删除一般使用os的remove模块

from os import remove


def remove_file(file_path):
    remove(file_path)


if __name__ == '__main__':
    remove_file("txt01.py")

4：文件的压缩和解压缩(shutil)

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

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


# src_dir中的文件压缩到dest_dir中
def zip_files(src_dir, zip_path):
    # 压缩src_dir中的文件到dest_dir中，format是zip
    make_archive(zip_path, 'zip', src_dir)


def unzip_files(zip_path, unpack_dir):
    # 解压src_dir中的文件到dest_dir中
    unpack_archive(zip_path, unpack_dir)


if __name__ == '__main__':
    zip_files('E:\code_project\python\office\\txt', 'E:\code_project\python\office\\my_zip')
    print('压缩完成')
    unzip_files('E:\code_project\python\office\\my_zip.zip', 'E:\code_project\python\office\\txt2')
    print('解压完成')

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。

import os
from glob import glob


def search_zip(base_path):
    # 搜索当前目录下所有zip文件
    # os.getcwd() -> 获取当前目录
    # /*.zip -> 搜索当前目录下所有zip文件
    search_path = base_path + "/*.zip"

    search_ans = glob(search_path)

    return search_ans


if __name__ == "__main__":
    base_path = 'E:\code_project\python\office'
    search_ans_of_office = search_zip(base_path)  # ['E:\\code_project\\python\\office\\my_zip.zip']
    for ans in search_ans_of_office:
        print(ans)
    print("=====================================")
    # 注意是直接子节点就要有对应的文件，否则找不到
    # 例如将base_path范围扩大到上层目录，就没有了
    base_path = 'E:\code_project\python'
    search_ans_of_office = search_zip(base_path)  # []
    for ans in search_ans_of_office:
        print(ans)

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。

final_result = []
# 通过名称递归查找文件到底在哪里
def search_by_name(base_path, name):
    search_path = base_path + "/*"
    search_ans = glob(search_path)
    for ans in search_ans:
        if os.path.isdir(ans):
            search_by_name(ans, name)
        else:
            if name in ans:
                final_result.append(ans)

if __name__ == "__main__":
    # 从base_path这个大文件中找到所有包含name的全路径结果
    base_path = "E:\code_project"
    name = "txt05.py"
    search_by_name(base_path, name)
    print(final_result)

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。

def search_all_by_content(base_path, content):
    search_path = base_path + "/*"
    search_ans = glob(search_path)
    for ans in search_ans:
        if os.path.isdir(ans):
            search_all_by_content(ans, content)
        else:
            with open(ans, 'r', encoding="utf-8") as f:
                # 读取文件内容
                con = f.read()
                if content in con:
                    final_result.append(ans)

if __name__ == "__main__":
    # 从base_path这个大文件中找到所有包含name的全路径结果
    base_path = "E:\code_project\python\office\\txt"
    content = "import os"
    search_all_by_content(base_path, content)
    print(final_result)

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

import hashlib

def file_hash(file_path):
    hash_md5 = hashlib.md5()  # 创建md5对象, 准备计算文件的md5
    with open(file_path, 'rb') as f:
        # 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
        for chunk in iter(lambda: f.read(4096), b""):
            hash_md5.update(chunk)
        return hash_md5.hexdigest()  # 返回文件的md5值

import hashlib
import os
import tkinter as tk
from tkinter import messagebox


def file_hash(file_path):
    hash_md5 = hashlib.md5()  # 创建md5对象, 准备计算文件的md5
    with open(file_path, 'rb') as f:
        # 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
        for chunk in iter(lambda: f.read(4096), b""):
            hash_md5.update(chunk)
        return hash_md5.hexdigest()  # 返回文件的md5值


def get_same_and_delete(base_path):
    """在指定目录下查找并确认删除重复文件"""
    hashes = {}
    duplicates = []

    # 遍历指定目录及其所有子目录
    # os.walk(base_path) -> 遍历指定目录及其所有子目录
    # 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
    # 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：
    # - root (str): 当前遍历到的目录路径。
    # - dirs (list): 当前目录下的子目录列表（不包括子目录的子目录）。
    # - files (list): 当前目录下的文件列表。
    for dirpath, _, filenames in os.walk(base_path):
        for filename in filenames:
            filepath = os.path.join(dirpath, filename)  # 获取文件的完整路径
            try:
                # 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
                file_hash_value = file_hash(filepath)
                if file_hash_value in hashes:
                    # 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
                    duplicates.append(filepath)
                else:
                    # 否则将文件的md5值和文件路径添加到字典中
                    hashes[file_hash_value] = filepath
            except Exception as e:
                print(f"Error processing file {filepath}: {e}")

    # 创建Tkinter根窗口
    root = tk.Tk()
    root.withdraw()  # 隐藏主窗口

    # 遍历重复文件列表，逐个确认是否删除
    for dup in duplicates:
        # 显示确认对话框
        response = messagebox.askyesno("是否确认删除?", f"你要删除这个重复文件吗?:\n{dup}")
        if response:  # 如果确定删除，则删除该文件，否则跳过删除
            try:
                os.remove(dup)
                print(f"已经删除了重复文件: {dup}")
            except Exception as e:
                print(f"删除文件错误 {dup}: {e}")
        else:
            print(f"你跳过了该重复文件: {dup}")

    root.destroy()  # 销毁Tkinter根窗口


if __name__ == '__main__':
    base_path = r"E:\code_project\python\office\txt"
    get_same_and_delete(base_path)

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。

import shutil
import glob
import os


def update_name(base_path):
    result = glob.glob(base_path)

    for index, data in enumerate(result):
        if os.path.isdir(data):
            _path = os.path.join(data, '*')  # 获取当前目录下所有文件
            update_name(_path)  # 递归调用
        else:
            # 不是文件夹，是文件了
            path_list = os.path.split(data)
            # 单独把名字拿出来
            name = path_list[-1]
            # 生成一个新的名称
            new_name = '%s_%s' % (index, name)
            # 替换旧名称
            new_data = os.path.join(path_list[0], new_name)
            shutil.move(data, new_data)


if __name__ == '__main__':
    base_path = r'E:\code_project\python\office\txt2'
    update_name(base_path)

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

from shutil import copytree


def copy_files(src_dir, dest_dir):
    copytree(src_dir, dest_dir)


if __name__ == '__main__':
    src_dir = 'C:/Users/user/Documents/txt'
    dest_dir = 'C:/Users/user/Documents/txt_copy'
    copy_files(src_dir, dest_dir)

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

import os.path
from shutil import rmtree


def remove_file(file_path):
    if os.path.isfile(file_path):
        os.remove(file_path)
        print(f"文件 {file_path} 已被删除")
    else:
        try:
            rmtree(file_path)
            print(f"文件夹 {file_path} 已被删除")
        except Exception as e:
            print(f"删除文件错误 {file_path}: {e}")

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)