python docx 解析文档目录结构 python解析文件路径

转载

IT狼人9号 2024-03-03 10:51:57

文章标签 Public 字符串文件路径 文章分类 Python 后端开发

1. 为什么需要pathlib

在pathlib出现之前, Python 的标准库os.path

In [1]: import os.path

In [2]: os.path.abspath('test')
Out[2]: 'C:\\Users\\Public\\Documents\\test'

如以上代码, abspath函数的返回是一个字符串. 如果想要获取父目录, 需要使用字符串的split方法

In [3]: path = os.path.abspath('test')

In [4]: path.rsplit('\\', maxsplit=1)[0]
Out[4]: 'C:\\Users\\Public\\Documents'

Out[5]: os.path.join(path, 'data.txt')
Out[5]: 'C:\\Users\\Public\\Documents\\test\\data.txt'

但是路径并不只是一个字符串, 如果需要对文件进行操作, 需要结合使用多个标准库的功能, 如: 需要移动当前目录下的一些文件到备份目录, 需要使用 os, glob, 和 shutil 库.

import glob
import os
import shutil

for file_name in glob.glob('*.txt'):
    new_path = os.path.join('backup', file_name)
    print(new_path)
    shutil.move(file_name, new_path)

'/'

In [1]: import pathlib

In [2]: path = pathlib.Path()
In [3]: path
Out[3]: WindowsPath('.')

In [4]: path.absolute() / 'test' / 'data.txt'
Out[4]: WindowsPath('C:/Users/Public/Documents/test/data.txt')

另外pathlib还提供了很多方便的功能, 下面来介绍一下pathlib的常用方法

2. pathlib的使用

2.1 创建路径

前面用到了 pathlib.Path() 获取当前路径的方法, 也可以显示的传入路径字符串进行路径创建.支持相对路径和绝对路径字符串的传递

In [5]: pathlib.Path('test')
Out[5]: WindowsPath('test')

In [6]: pathlib.Path('C:/Users/Public/Documents/test')
Out[6]: WindowsPath('C:/Users/Public/Documents/test')

另外 Path类还提供了一些类方法来更方便的获取路径. 如 .cwd()（当前工作目录）和.home()（您用户的主目录）

In [7]: pathlib.Path.cwd()
Out[7]: WindowsPath('C:/Users/Public/Documents')

In [8]: pathlib.Path.home()
Out[8]: WindowsPath('C:/Users/wyy')

2.2 读写文件

通常, Python中读写文件时使用内置的 open 函数, open函数支持 path对象为参数打开文件.

In [7]: data_file = pathlib.Path.cwd() / 'data.txt'

In [8]: with open(data_file, 'w') as f:
    ...:     f.write('testdata')

open()

In [9]: with data_file.open(mode='r') as f:
   ...:     print(f.read())
testdata

对于简单的文件读写, pathlib 库中还提供了几个方便的方法

.read_text()：以文本模式打开path对象, 并返回字符串数据。
.read_bytes()：以二进制模式打开path对象, 并返回字节数据。
.write_text(): 以文本模式打开path对象, 并写入字符串数据。
.write_bytes()：以二进制模式打开path对象, 并写入字节数据。

In [10]: data_file.read_text()
Out[10]: 'testdata'

In [11]: data_file.write_text('aloha')
Out[11]: 5

In [12]: data_file.read_text()
Out[12]: 'aloha'

2.3 路径的属性

路径的不同部分可以方便地作为属性使用.

.name 文件名
.parent 当前文件或目录的父目录
.stem 不带后缀的文件名
.suffix 文件扩展名
.anchor 目录的锚点, (路径前的目录部分)

In [13]: data_file
Out[13]: WindowsPath('C:/Users/Public/Documents/data.txt')

In [14]: data_file.name
Out[14]: 'data.txt'

In [15]: data_file.stem
Out[15]: 'data'

In [16]: data_file.suffix
Out[16]: '.txt'

In [17]: data_file.anchor
Out[17]: 'C:\\'

In [18]: data_file.parent
Out[18]: WindowsPath('C:/Users/Public/Documents')

2.4 移动和删除文件

要移动文件, 可以使用 .replace() 方法, 需要注意的是, 如果目的地址的文件已经存在, .replace() 将会覆盖它. 使用pathlib 实现要移动当前目录下的txt文件到备份目录代码如下.

In [19]: cwd = pathlib.Path.cwd()

In [20]: for p in cwd.glob('*.txt'):
    ...:     p.replace(p.parent/'backup'/p.name)

如果需要重命名文件或者拓展名, 可以使用 .with_name() 和 .with_suffix()

In [21]: data_file
Out[21]: WindowsPath('C:/Users/Public/Documents/data.txt')

In [22]: data_file.with_name(data_file.stem+'01').with_suffix('.txt.bak')
Out[22]: WindowsPath('C:/Users/Public/Documents/data01.txt.bak')

3. 操作系统的差异

windows系统使用的文件路径分割符是 '/' linux和mac系统使用的文件路径分割符是 '\' .

当我们示例化一个pathlib.Path对象时, 根据操作系统的不同, 返回的时是一个 WindowsPath, 或一个 PosixPath 对象. 这个特性使得编写跨平台兼容的代码变得相当容易. 当然也可以显式的使用 pathlib.WindowsPath.cwd() 来创建 WindowsPath 对象.

此外, pathlib还提供了提供纯计算操作而没有 I/O 的纯路径对象. 各个路径的关系如下:

python docx 解析文档目录结构 python解析文件路径_文件路径