使用qt的qtcore库怎么包含_Python的os标准库常用的几个方法

新朋友请点上方“数据分析师攻略”加关注

os库是Python的标准库之一，它是自带的，随Python一起安装，所以在导入使用之前无需另外单独安装，可以直接导入。

os库包含了许多能直接使用的函数，这些函数功能主要分为三大块：系统相关变量和操作、文件和目录相关操作、执行命令和管理进程。

os库还包含了一个path子模块，该子模块主要提供了丰富的路径操作方法，处理文件路径及信息等操作。

使用print(dir(os))可以发现，os库包含了丰富的函数，下面介绍os库常用的一些函数。

与系统相关

1.查看操作系统类型

import os as osprint('结果：',os.name)

结果：nt

2.查看系统变量

import os as osprint('结果：',os.environ)

结果：environ({'ALLUSERSPROFILE': 'C:\\ProgramData', 'APPDATA': 'C:\\Users\\Administrator\\AppData\\Roaming', 'COMMONPROGRAMFILES': 'C:\\Program Files\\Common Files', 'COMMONPROGRAMFILES(X86)': 'C:\\Program Files (x86)\\Common Files', 'COMMONPROGRAMW6432': 'C:\\Program Files\\Common Files', 'COMPUTERNAME': 'PC-20181014BYDU' })

3.查看分隔符

import os as osprint('结果：',os.sep)

结果：\

4.查看环境分隔符

import os as osprint('结果：',os.pathsep)

结果：;

5.查看换行分隔符

import os as osprint('结果：',os.linesep)

结果：'\r\n'

与文件和目录相关

1.创建目录

import os as osos.mkdir('000')

2.查看文件当前目录

import os as osprint('结果是 ',os.getcwd())

结果是  G:\Python 练习

3.分隔目录与文件名

import os as osprint(os.path.split(r'd:\Users\Administrator\Desktop\Python标准库os.docx'))

('d:\\Users\\Administrator\\Desktop', 'Python标准库os.docx')

4.判断是否绝对路径

import os as osprint(os.path.isabs(r'd:\Users\Administrator\Desktop\Python标准库os.docx'))print(os.path.isabs(r'Desktop\Python标准库os.docx'))

TrueFalse

5.判断路径是否存在

import os as osprint(os.path.exists(r'd:\Users\Administrator\Desktop'))print(os.path.exists(r'd:\Users\Administrator\Desktop\Python'))

TrueFalse

6.查看文件相关的时间

import os as osprint(os.path.getatime(r'd:\Users\Administrator\Desktop'))   #文件的最近访问时间print(os.path.getctime(r'd:\Users\Administrator\Desktop'))   #文件属性最近修改的时间print(os.path.getmtime(r'd:\Users\Administrator\Desktop'))   #文件的内容最近修改的时间

1606383478.69610641539583355.19801281606383478.6961064

7.查看文件大小

import os as osprint(os.path.getsize(r'd:\Users\Administrator\Desktop'))

163840

PS：关注公众号获取文中所用例子的数据集

-推荐更多阅读-

可以用一行Python代码向女神表白！

Python的一行代码与匿名函数究竟是什么？

真是骚操作，Python集合之间的各种关系是怎么撇清的？

Python3字典

-数据分析师攻略-

数据分析师攻略

踏上数据分析学习之旅

关注、学习更多数据分析的知识与资讯

扫码关注

免责声明

图片材料源于网络等公开合法渠道获取的资料，其版权归原作者，不对所涉及的版权问题负法律责任。如原作者认为侵权，请联系我们，我们立即删除文章，谢谢！本号文章，欢迎分享，未经授权，不得转载。

点个“赞”+“在看”再走呦！~

有你们的支持，是我最大的动力！