linux下python的文件路径操作

如何在linux下通过import来导入自定义的模块

• 1.首先运行python,输入以下命令来获取系统中Python的默认路径:

   import sys
   sys.path 

比如，其中一个路径是：/usr/local/python/lib/python2.7/site-packages/ 这时可以把自己编写的工程放入到该目录下。比如我编写了一个基于知网来计算词语相似度的程序，所有的模块都放在 包wordSimilarity中。 /usr/local/python/lib/python2.7/site-packages/wordSimilarity/

_init_.py
primitive.py
word.py
wordsimilarity.py
WHOLE.DAT
glossary.dat
…

注意,文件夹中wordSimilarity必须包含_ init _.py文件，这时候才是python包，否则知识一般的文件夹，是不可以import导入的。

• 2.在/usr/local/python/lib/python2.7/site-packages/目录下建立**(随便名字).pth文件，在该文件中输入wordSimilarity包的绝对路径，/usr/local/python/lib/python2.7/site-packages/wordSimilarity/,保存。
• 3.此时，就可以Import我们自定义的模块了。

import wordSimilarity as ws
from wordSimilarity import wordsimilarity
...

关于os.path的使用

在上面提到的利用知网来计算词语相似度的程序，因为需要从文件（即上面的WHOLE.DAT和glossary.dat或者.txt文件）中读入词条，所以需要把包含词条的文件随模块放在一起才能被正确调用。之前都是用全路径来调用，是在太愚蠢了。
先上代码（获取glossary.dat文件）：

"""这方法是看了jieba分词的源码才知道的，非常感谢~~"""
_get_module_path = lambda path: os.path.normpath(os.path.join(
os.path.dirname(__file__), path))
path = _get_module_path("glossary.dat")

结巴分词的源码是这样的：

_get_module_path = lambda path: os.path.normpath(os.path.join(os.getcwd(),
                                                 os.path.dirname(__file__), path))
DEFAULT_IDF = _get_module_path("idf.txt")

但是我的理解是：这个os.getcwd()似乎是多余的，因为os.getcwd()获取的是当前执行命令的所在路径，假设当前路径不是在/usr/local/python/lib/python2.7/site-packages/wordSimilarity/，都是没用的。
下面介绍一下os.path的常用方法来解释一下为什么：

import os

# 获取目前运行程序所在的绝对路径
os.path.getcwd()

# 返回路径名path的规范化的绝对路径。在大多数平台，这等同于这样
# normpath(join(os.getcwd(), path))调用normpath()函数
os.parh.abspath(path)

# 返回路径名为path的目录名
os.path.dirname(path)
os.path.dirname(__file__) # __file__返回所调用的模块的绝对路径

# 将一个或多个路径正确地连接起来。如果任何一个参数是绝对路径，那之前的参数就会被丢弃，然后连接继续
os.path.join(path1[, path2[, ...]])

最主要的是：print os.path.dirname(_file_)
一般来说，.py文件中所要读写的文件，最好是和.py文件放在同一个层中，这样会更加方便。

后记

词语相似度的代码基本完成了，但是还需要继续优化。调用方式如下：

import wordsimilarity as ws

word1 = "打架"
word2 = "战斗"
# 计算两个词语的相似度
sim = ws.simWordStr(word1, word2)
...