python自动化办公数据分析的文件和目录操作（二）

当前工作目录
前面用到open函数，其必填参数是file。如果文件就在Python程序所在的目录，就可以不写文件路径。我们看一下当前脚本的工作目录。>>> import os

os.getcwd()
‘C:\Users\Administrator’
如果工作目录和文件所在目录不一致，就需要写出文件的完整路径才能正确读取文件。我们也可以修改当前脚本的工作目录。>>> os.chdir(r’H:\示例\第3章’)

os.getcwd()
‘H:\示例\第3章’
修改以后，该文件夹下的文件都只需要写文件名即可读取。保存文件也是默认保存到当前工作目录。
通过os.listdir()方法可以获取当前目录的全部文件和子目录。>>> os.listdir()
[‘Python之禅.txt’, ‘Python之禅.doc’, ‘Python之禅.jpg’, ‘子文件夹’]
遍历文件目录
os.listdir()方法不能获取子目录里面的文件，要进一步获取则需要用到os.walk方法。下面是常用的遍历一个文件夹的代码，它可以列出文件夹及其子目录的所有文件。>>> import os

path=r’H:\示例\第3章’
for foldName, subfolders, filenames in os.walk(path):
… for filename in filenames:
… print(foldName,filename)
…
H:\示例\第3章Python之禅.txt
H:\示例\第3章Python之禅.doc
H:\示例\第3章Python之禅.jpg
H:\示例\第3章\子文件夹Python之禅.txt
foldName是文件目录，filename是文件名。可以用os.path.join(foldName,filename)来获取文件的绝对路径。>>> os.path.join(foldName,filename)
‘H:\示例\第3章\子文件夹\Python之禅.txt’
文件路径管理
操作文件目录时，常常需要对路径进行拆分组合。
下面对一个绝对路径文件名进行拆分。>>> path=‘C:\ProgramData\Anaconda3\Lib\site-packages\PyPDF2\pdf.py’

os.path.split(path)
‘C:\ProgramData\Anaconda3\Lib\site-packages\PyPDF2’, ‘pdf.py’)

os.path.dirname(path)
‘C:\ProgramData\Anaconda3\Lib\site-packages\PyPDF2’

os.path.basename(path)
‘pdf.py’

os.path.splitext(path)
(‘C:\ProgramData\Anaconda3\Lib\site-packages\PyPDF2\pdf’, ‘.py’)
还可以将文件名组合起来。>>> os.path.join(os.getcwd(),‘子文件夹’,os.path.basename(path))
‘H:\示例\第3章\子文件夹\pdf.py’
获取文件属性
os.path模块也包含若干函数，用来获取文件的属性，包括文件的创建时间、修改时间、文件的大小等。>>> path=r’H:\示例\第3章\Python之禅.txt’

os.path.getctime(path)
1595512609.77

os.path.getmtime(path)
1595521676.0

os.path.getatime(path)
1599148800.0
上述格式的时间表示从1970年1月1日到现在已经经过多少秒，要把它转换成可以理解的时间要使用time模块。>>> import time

time.ctime(os.path.getctime(path))
‘Thu Jul 23 21:56:49 2020’

time.ctime(os.path.getmtime(path))
‘Fri Jul 24 00:27:56 2020’

time.ctime(os.path.getatime(path))
‘Fri Sep 4 00:00:00 2020’
这里的创建时间，并不是指这个文件内容的原创时间，如果文件从别处复制过来，那就是复制的时间。
下面继续查看文件大小。>>> os.path.getsize(path)
100
使用stat方法获取文件的属性及状态信息。>>> os.stat(r’H:\示例\第3章\Python之禅.txt’)
os.stat_result(st_mode=33206, st_ino=13222019168, st_dev=3103564725, st_nlink=1, st_uid=0, st_gid=0,st_size=100, st_atime=1599148800, st_mtime=1595521676, st_ctime=1595512609)
st_atime表示最近访问的时间，以秒表示；st_mtime表示最近修改内容的时间，以秒表示；st_ctime表示文件创建的时间，以秒表示。
我们遍历文件夹，可以获取全部文件的属性，基于属性能更加精确地筛选和管理文件，例如根据文件大小、创建时间来分类管理文件。这里是获取文件的一般属性，对于特殊的文件（如照片），我们还可以用专门的模块来获取更多文件信息，例如地理位置经纬度等。我们可以将分散在不同文件夹的照片找出来，然后根据拍摄地点分类管理照片。
案例：删除小文件
在实际应用中，当我们批量下载网络文件时，有时候会下载许多无效文件，这些文件的特征是特别小。但是其中有些文件是TXT文档，本身就比较小。所以，我们需要找出其中不是TXT文档且小于2000字节的文件，通过下面的代码批量删除。for file in os.listdir():
path=os.path.abspath(file)
filesize=os.path.getsize(file)
if (filesize <2000) & (os.path.splitext(path)[1]!=’.txt’):
os.remove(file)
我们可以手动对文件按照大小排序，删除小文件。但是对于多条件甚至在多目录下批量删除特定文件，编程的优势就体现出来了。掌握了编程方法，可以满足更多复杂、个性化的需求。案例：批量更名
下面对文件夹里的所有文件更名，在文件名前面和后面都加上“2020”。>>> import os

path=r’H:\示例\第3章\批量更名’
for foldName, subfolders, filenames in os.walk(path):
… for filename in filenames:
… abspath=os.path.join(foldName,filename)
… extension=os.path.splitext(abspath)[1]
… new_name=filename.replace(extension,‘2020’+extension)
… new_name=‘2020’+new_name
… os.rename(abspath,os.path.join(foldName,new_name))
可以看到文件夹、子文件夹、子文件夹的子文件夹中的所有文件都被更名了