Python目录管理（ os, os.walk）

在用python管理文件时，我们经常进行一些文件和目录操作，下面盘点使用python中目录的基本操作方法。

目录

1. 目录的表示

2. 目录管理

3. 相对路径和绝对路径

4. 遍历目录

---

1. 目录的表示

文件有两个关键的属性：路径(所属目录)和文件名。

而在不同的平台下，路径的表示方法是不同的。以最常见的windows和linux平台为例。linux下路径分割符为正斜杠'/'，而windows平台下路径分割符为反斜杠'\'。

os.path.join() 会自动根据平台分割符，根据输入的字符串来拼接出路径。

import os
os.path.join('home', 'vincent', 'dir_1')

linux平台输出结果：

windows平台输出结果：

 

注意路径中反斜杠是2个，因为每个斜杠需要另一个斜杠来进行转义。 windows下的路径还可以写成 r'home\vincent\dir_1' 的形式，在字符串前面附件一个字母r，代表原始字符串，路径中的反斜杠则不再需要转义。

2. 目录管理

目录的管理涉及到新建，切换，删除等操作，我们主要用到os模块下的一些函数，使用时，我们要先用import os 导入os模块，部分目录操作示例如下：

使用os.getcwd()获取当前工作目录：

os.getcwd()

使用os.makedirs()新建目录（该函数会自动创建路径上的所有目录）：

os.makedirs(r'd:\dir1\dir2\dir3')    # 递归创建目录

使用os.chdir()切换目录：

os.chdir(r'd:\dir1\dir2\dir3')
os.getcwd()

使用os.listdir()查看目录下的内容：

os.listdir()

 

os.listdir()函数会将目录下所有的内容都列出，但有时候文件很多，我们只想找出特定类型的问题件，此时可以使用glob模块中的glob函数进行模式匹配。

例如我只想找 .txt后缀的文件：

import glob
glob.glob('*.txt')   # 匹配已txt结尾的文件
glob.glob('1.*')     # 匹配文件名为1的文件

使用os.path.exists()检查路径是否存在：

os.path.exists(r'd:\dir1\dir2\dir3')

 

 使用os.path.isdir()检查路径是否为目录：

os.path.isdir(r'd:\dir1\dir2\dir3')

使用os.path.isfile()检查是否为文件：

os.path.isfile(r'd:\dir1\dir2\dir3\1.txt')

使用os.rmdir()删除目录（必须为空目录）：

os.rmdir(r'd:\dir4\dir5\dir6')  # 此目录为空

 

3. 相对路径和绝对路径

os.path提供了一些用于处理相对路径和绝对路径的函数。

os.path.isabs()测试某个路径是否为绝对路径（'.'代表当前路径）：

os.path.isabs('.')

 

os.path.abspath() 获取某个路径的绝对路径：

os.path.abspath('.')

当前路径的绝对路径为 d:\dir1\dir2\dir3

有时，我们需要从一个目录跳转到另一个目录，就会用到相对路径。我们在D盘下新建另一条路径: d:dir4\dir5\dir6演示。

os.path.relpath(dest, start)返回从start到dest的相对路径：

os.makedirs(r'd:\dir4\dir5\dir6')
os.path.relpath(r'd:\dir4\dir5\dir6',r'd:\dir1\dir2\dir3')

其中'..'代表上级路径，如果省略start，代表从当前目录开始

os.getcwd()
os.path.relpath(r'd:\dir4\dir5\dir6')

 

4. 遍历目录

以上的操作都是针对单一目录，当需要遍历整个目录树时，可以使用os.walk()。

os.walk()是一个生成器函数， 从根目录开始遍历，在树的每一个目录中，返回一个三元组（dir, subs, files）分别对应当前目录，当前目录所有子目录（列表），当前目录下所有文件（列表）。我们可以通过for循环来迭代访问每一级目录，每次迭代后进入下一层目录，直至结束(StopIteration)。

我们以下列三层目录结构示例：

根目录为dir1，dir1中有1个目录dir2和2个文件， dir2中有2个目录(dir3_1和dir3_2)和1个文件，dir3_2下有1个文件。

我们先手动迭代观察os.walk的运行方式：

>>> import os
>>> g = os.walk('dir1')  
>>> g.__next__()   
('dir1', ['dir2'], ['dir1_file2.txt', 'dir1_file1.txt'])    # 第1次迭代，当前目录是根目录dir1

>>> g.__next__()   
('dir1/dir2', ['dir3_2', 'dir3_1'], ['dir2_file.txt'])    # 第2次迭代，当前目录是 dir1/dir2

>>> g.__next__()
('dir1/dir2/dir3_2', [], ['dir3_2_file.txt'])    # 第3次迭代，当前目录是 dir1/dir2/dir3_2

>>> g.__next__()
('dir1/dir2/dir3_1', [], [])    # 第4次迭代，当前目录是 dir1/dir2/dir3_1

>>> g.__next__()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration    # 遍历结束，抛出StopIteration异常
>>> 

 我们可以看到，os.walk()每次迭代返回的三元素元组。第一个元素为字符串（当前目录），第二个元素为列表（当前目录下所有子目录），第三个元素为列表（当前目录下所有文件）。

了解了os.walk()的工作方式，我们便可以在for循环中编写各个目录下的文件处理逻辑。

使用示例：利用os.walk遍历文件夹，将所有子目录中的文件集中到根目录中

import shutil
def gather_files(root_path):
    for dir, subs, files in os.walk(root_path):
        for file in files:
            if dir != root_path:  # 当前不是根目录时才操作
                print('Moving ',os.path.join(dir,file)) 
                shutil.move(os.path.join(dir,file), os.path.join(root_path, '~'.join(os.path.relpath(dir,root_path).split(os.path.sep))+'~'+file))

其中os.path.sep代表平台下的路径分割符，我们将其替换为 '~' 并且附到移动后的文件名前，可以防止不同子目录下的同名文件冲突，并且可以通过文件名知道其来源于哪个子文件夹。

移动后的文件树如下：

 

所有文件都移动到了dir1下，并在文件名前附上之前的子目录名称。