1.os模块
1.1作用
文件目录管理、进程管理
1.2常用
os.name--判断现在正在使用的平台。Windows--nt; Linux--posix
os.getcwd()--得到当前工作的目录。
os.listdir(path)--指定所有目录下所有的文件和目录名,返回list。
os.remove(path)--删除指定文件
os.mkdir(path [, mode=0777])--创建目录
os.makedirs(path [, mode=0777])--递归创建目录
os.path.isfile(path)--判断指定对象是否为文件。是返回True,否则False
os.path.isdir(path)--判断指定对象是否为目录。是True,否则False。
os.path.exists(path)--检验指定的对象是否存在。是True,否则False.
os.path.split(path)--返回路径的目录和文件名,元组。
importosimportsysif __name__ == "__main__":printos.path.realpath(sys.argv[0])printos.path.split(os.path.realpath(sys.argv[0]))printos.path.split(os.path.realpath(sys.argv[0]))[0]***执行结果/home/jihite/ftp/del.py
('/home/jihite/ftp', 'del.py')/home/jihite/ftp
os.system(command)——执行shell命令。成功返回0,失败返回非0
>>> os.system("echo 'hello world!'")'hello world!'0
注意:此处运行shell命令时,如果要调用python之前的变量,可以用如下方式:
var=123os.environ['var']=str(var) //注意此处[]内得是 “字符串”
os.system('echo $var')
os.chdir(path)--改变目录到指定目录
os.path.getsize(filename)--获得文件的大小,如果为目录,返回0
os.path.join(path, name)--连接目录和文件(目录)名。
os.walk(path)--递归遍历某文件夹(包括子文件夹)
walk(top, topdown=True, οnerrοr=None, followlinks=False)
1 >>>os.getcwd()2
3 'E:\\yc_study\\python\\study_imooc\\file_handle'
4
5 >>> for dir_path,dir_name,file_names inos.walk(os.getcwd()):6
7 ... print '*****dir_path\n'
8
9 ... printdir_path10
11 ... print '*****dir_name\n'
12
13 ... printdir_name14
15 ... print '*****file_name\n'
16
17 ... printfile_names18
19 ...20
21 *****dir_path22
23
24
25 E:\yc_study\python\study_imooc\file_handle26
27 *****dir_name28
29
30
31 ['1']32
33 *****file_name34
35
36
37 ['1.txt', 'argv.py', 'create_utf_8.txt', 'helloworld.py', 'unicode_test.txt']38
39 *****dir_path40
41
42
43 E:\yc_study\python\study_imooc\file_handle\1
44
45 *****dir_name46
47
48
49 ['2']50
51 *****file_name52
53
54
55 []56
57 *****dir_path58
59
60
61 E:\yc_study\python\study_imooc\file_handle\1\2
62
63 *****dir_name64
65
66
67 ['3']68
69 *****file_name70
71
72
73 []74
75 *****dir_path76
77
78
79 E:\yc_study\python\study_imooc\file_handle\1\2\3
80
81 *****dir_name82
83
84
85 []86
87 *****file_name88
89
90
91 []92
93
os.walk使用举例
2.shutil模块
2.1作用
移动、复制、打包、压缩、解压
2.2常用命令
shutil.rmtree("dir")--删除目录。空目录、有内容的目录都可以删
copyfile(src, dst) # 拷贝文件
复制文件内容(不包含元数据)从src到dst。
DST必须是完整的目标文件名。
如果src和dst是同一文件,就会引发错误shutil.Error。
dst必须是可写的,否则将引发异常IOError。
如果dst已经存在,它会被替换。
特殊文件,例如字符或块设备和管道不能使用此功能,因为copyfile会打开并阅读文件。
src和dst的是字符串形式的路径名。
copyfile()调用了底函数层copyfileobj()。
shutil.copyfile('shutil_copyfile.py', 'shutil_copyfile.py.copy')
copyfileobj(fsrc, fdst, length=16384) # 将文件内容拷贝到另一个文件
需要引入StringIO模块才能使用
复制文件内容(不包含元数据)从类文件对象src到类文件对dst。
可选参数length指定缓冲区的大小,负数表示一次性读入。
默认会把数据切分成小块拷贝,以免占用太多内存。
注意:拷贝是从fsrc的当前文件开始。
copy(src, dst)
复制文件src到文件或目录dst。
权限位也会复制。
如果dst是目录,使用src相同的文件名创建(或覆盖)。
src和dst的是字符串形式的路径名。
os.mkdir('example')
print 'BEFORE:', os.listdir('example')
shutil.copy('shutil_copy.py', 'example')
copy2(src, dst)
类似shutil.copy,元数据也复制。
实际上先调用shutil.copy,然后使用copystat。
shutil.copy2('shutil_copy2.py', 'example')
copytree(src, dst, symlinks=False, ignore=None) # 递归复制
Recursively copy a directory tree using copy2().
3.glob模块
可以查找符合自己目的的文件,类似于Windows下的文件搜索,而且也支持通配符,*,?,[]这三个通配符,*代表0个或多个字符,?代表一个字符,[]匹配指定范围内的字符,如[0-9]匹配数字。
3.1glob.glob(path)
Return a list of paths matching a pathname pattern.
3.2glob.igblob()
Return an iterator which yields the paths matching a pathname pattern.
1 >>> importos2
3 >>> os.chdir(r'E:\yc_study\python\study_imooc\file_handle')4
5 >>>os.getcwd()6
7 'E:\\yc_study\\python\\study_imooc\\file_handle'
8
9 >>> importglob10
11 >>>os.listdir(os.getcwd())12
13 ['1', '1.txt', 'argv.py', 'create_utf_8.txt', 'helloworld.py', 'unicode_test.txt']14
15 >>> glob.glob(r'%s\*.py' %os.getcwd())16
17 ['E:\\yc_study\\python\\study_imooc\\file_handle\\argv.py', 'E:\\yc_study\\python\\study_imooc\\file_handle\\helloworld.py']18
19 >>> glob.glob(r'%s\*.txt' %os.getcwd())20
21 ['E:\\yc_study\\python\\study_imooc\\file_handle\\1.txt', 'E:\\yc_study\\python\\study_imooc\\file_handle\\create_utf_8.txt', 'E:\\yc_study\\python\\study_imooc\\file_handle\\unicode_test.txt']
glob.glob使用举例
1 >>> glob.iglob(r'%s\*.txt' %os.getcwd())2
3
4
5 >>> for i in glob.iglob(r'%s\*.txt' %os.getcwd()):6
7 ... printi8
9 ...10
11 E:\yc_study\python\study_imooc\file_handle\1.txt12
13 E:\yc_study\python\study_imooc\file_handle\create_utf_8.txt14
15 E:\yc_study\python\study_imooc\file_handle\unicode_test.txt
glob.iglob使用举例
4.python处理各类文件
4.1ConfigParse模块读取配置文件(.ini)
基本使用&Unicode编码问题
深度解读
4.2python处理xml文件
BeautifulSoup第三方库
4.3Python处理pdf文件
使用python setup.py install安装
示例如下,详细见pdfminer3k库的layout.py文件,或者库中的docs/index.html
from pdfminer.pdfparser importPDFParser, PDFDocumentfrom pdfminer.pdfinterp importPDFResourceManager, PDFPageInterpreterfrom pdfminer.pdfdevice importPDFDevicefrom pdfminer.layout importLAParamsfrom pdfminer.converter importPDFPageAggregator#打开PDF文档
fp = open("naacl06-shinyama.pdf", 'rb')#创建一个与文档关联的解释器
parser =PDFParser(fp)#创建PDF文档对象
pdf_doc =PDFDocument()#链接解释器和文档对象
parser.set_document(pdf_doc)
pdf_doc.set_parser(parser)#初始化pdf文档,即传入密码,没有传入空字符串即可
pdf_doc.initialize("")#创建PDF资源管理器
resource_manager =PDFResourceManager()#创建PDF参数分析器
laparam =LAParams()#使用PDF资源管理器和PDF参数分析器创建PDF聚合器
device = PDFPageAggregator(resource_manager, laparams =laparam)#使用PDF资源管理器和PDF聚合器创建页面解释器
interpreter =PDFPageInterpreter(resource_manager, device)#读取PDF文档#获取每一页
for page inpdf_doc.get_pages():#使用页面解析器来读取PDF的每一页
interpreter.process_page(page)#使用聚合器来获取内容的List -- LTPage
layouts =device.get_result()#针对每一项内容来进行打印
for layout inlayouts:#LTPage对象有多种类型,如字符、线段、图形、图片等,详细见pdfminer3k库的layout.py文件,或者库中的docs/index.html
#Represents an entire page. May contain child objects like LTTextBox, LTFigure, LTImage, LTRect, LTCurve and LTLine.
#if isinstance(layout, pdfminer.layout.LTText):
if hasattr(layout, "get_text"):print(layout.get_text())
python读取pdf文档sample
4.4Python处理对象
4.5Python处理excel表格
4.6Python处理json文件/对象