7. 文件和数据格式化

7. 文件和数据格式化

1. 文件与文件路径

文件是一个存储在辅助存储器上的数据序列，可以包含任何数据内容。概念上，文件是数据的集合和抽象，类似地，函数是程序的集合和抽象。用文件形式组织和表达数据更有效也更为灵活。

文件有两个关键属性：“文件名”（通常写成一个单词）和“路径”。路径指明了文件在计算机上的位置。例如，我的电脑本上有一个文件名为projects.docx，
它的路径在C:\Users\asweigart\Documents。文件名中，最后一个句点之后的部分称为文件的“扩展名”，它指出了文件的类型。project.docx 是一个Word 文档，Users、asweigart和Documents 都是指“文件夹”（也成为目录）。文件夹可以包含文件和其他文件夹。

1.1 Windows 上的倒斜杠以及OS X 和Linux 上的正斜杠

在Windows 上，路径书写使用倒斜杠作为文件夹之间的分隔符。但在OS X 和Linux 上，使用正斜杠作为它们的路径分隔符。如果想要程序运行在所有操作系统
上，在编写Python 脚本时，就必须处理这两种情况。

好在，用os.path.join()函数来做这件事很简单。如果将单个文件和路径上的文件夹名称的字符串传递给它，os.path.join()就会返回一个文件路径的字符串，包含正确的路径分隔符。

import os
os.path.join('users','swufe','Documents','python.docx')
-------------------------------------------------------------------------
'users\\swufe\\Documents\\python.docx'

myFiles = ['2019-01-10-1.jpg', 'myPhoto1.png', 'mountain.jpg']
for fileName in myFiles:
    print(os.path.join('d:\\Pictures', fileName))
--------------------------------------------------------------------------
d:\Pictures\2019-01-10-1.jpg
d:\Pictures\myPhoto1.png
d:\Pictures\mountain.jpg

1.2 当前工作目录

每个运行在计算机上的程序，都有一个“当前工作目录”，或cwd。所有没有从根文件夹开始的文件名或路径，都假定在当前工作目录下。利用os.getcwd()函数，可以取得当前工作路径的字符串，并可以利用os.chdir()改变它。

import os
os.getcwd()
os.chdir("c:\\windows\\system32")
os.getcwd()
--------------------------------------------------------------------------
'C:\\Users\\lenovo\\Desktop\\Python基础课件'
'c:\\windows\\system32'

1.3 绝对路径与相对路径

有两种方法指定一个文件路径。

• “绝对路径”，总是从根文件夹开始。
• “相对路径”，它相对于程序的当前工作目录。

还有点（.）和点点（…）文件夹。它们不是真正的文件夹，而是可以在路径中使用的特殊名称。单个的句点（“点”）用作文件夹目名称时，是“这个目录”的缩写。两个句点（“点点”）意思是父文件夹。

os.path 模块提供了一些函数，返回一个相对路径的绝对路径，以及检查给定的
路径是否为绝对路径。

• 调用os.path.abspath(path)将返回参数的绝对路径的字符串。这是将相对路径转换为绝对路径的简便方法。
• 调用os.path.isabs(path)，如果参数是一个绝对路径，就返回True，如果参数是一个相对路径，就返回False。
• 调用os.path.relpath(path, start)将返回从start 路径到path 的相对路径的字符串。如果没有提供start，就使用当前工作目录作为开始路径。

os.path.abspath('.') 
--------------------------------
'c:\\windows\\system32'

os.path.abspath('.\\Scripts')
---------------------------------------------------------
'c:\\windows\\system32\\Scripts'

os.path.isabs('.')
-----------------------
False

os.path.relpath('C:\\Windows', 'C:\\')
-------------------------------------------
'Windows'

os.path.relpath('C:\\Windows', 'C:\\Pictures\\2018')
---------------------------------------------------
'..\\..\\Windows'

• 调用os.path.dirname(path)将返回一个字符串，它包含path 参数中最后一个斜杠之前的所有内容。
• 调用os.path.basename(path)将返回回一个字符串，它包含path 参数中最后一个斜杠之后的所有内容。

path = 'C:\\Windows\\System32\\calc.exe'
os.path.basename(path)
---------------------------------------------
'calc.exe'

os.path.dirname(path)
----------------------------------------------
'C:\\Windows\\System32'

• 如果同时需要一个路径的目录名称和基本名称，就可以调用os.path.split()，获得这两个字符串的元组，像这样：

calcFilePath = 'C:\\Windows\\System32\\calc.exe'
os.path.split(calcFilePath)
--------------------------------------------------------------------------
('C:\\Windows\\System32', 'calc.exe')

• 同时也请注意，os.path.split()不会接受一个文件路径并返回每个文件夹的字符串的列表。如果需要这样，请使用split()字符串方法，并根据os.path.sep 中的字符串进行分割。回忆一下，根据程序运行的计算机，os.path.sep变量设置为正确的文件夹分割斜杠。

calcFilePath.split(os.path.sep)
---------------------------------------------
['C:', 'Windows', 'System32', 'calc.exe']

1.4 用os.makedirs()创建新文件夹

程序可以用os.makedirs()函数创建新文件夹（目录）。

import os
os.makedirs("c:\\myFolder")

1.5 查看文件大小和文件夹内容

一旦有办法处理文件路径，就可以开始搜集特定文件和文件夹的信息。os.path 模块提供了一些函数，用于查看文件的字节数以及给定文件夹中的文件和子文件夹。

• 调用os.path.getsize(path)将返回path 参数中文件的字节数。
• 调用os.listdir(path)将返回文件名字符串的列表，包含path 参数中的每个文件（请注意，这个函数在os 模块中，而不是os.path）。

os.path.getsize('C:\\Windows\\System32\\calc.exe')
---------------------------------------------------------
27648

os.listdir('C:\\Windows\\System32')
-----------------------------------------------

• 如果想知道这个目录下所有文件的总字节数，就可以同时使用os.path.getsize()和os.listdir()。

totalSize = 0
for filename in os.listdir('C:\\Windows\\System32'):
    totalSize = totalSize + os.path.getsize(os.path.join('C:\\Windows\\System32', filename))
print(totalSize/1024/1024)
----------------------------------------------