Python办公自动化——文件处理

文件自动化处理

文件处理

文件与文件路径

用 os.path.join() 函数来创建文件名称字符串，其主要功能是用于拼接文件路径，形成符合规范的文件名。

import os
os.path.join('测试','算例','不是真的路径')

输出： ‘测试\算例\不是真的路径’

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”。

利用 os.getcwd() 函数，可以取得当前工作路径的字符串。

利用 os.chdir() 可以改变当前工作路径。

import os
os.getcwd()

输出： ‘C:\Users\srm\Desktop\暂时备份区’

os.chdir('C:\\Users\\srm\\Desktop')
os.getcwd()

输出： ‘C:\Users\srm\Desktop’

路径操作

绝对路径和相对路径

“绝对路径”，总是从根文件夹开始。

“相对路径”，相对于程序的当前工作目录。

相对路径中，单个句点“.”表示当前目录的缩写，两个句点“…”表示父文件夹。

os.path.abspath(path) ：将相对路径转换为绝对路径，将返回参数的绝对路径的字符串。

os.path.isabs(path) ：判断是否是绝对路径，是返回True,不是则返回False。

os.path.abspath('.') # 当前路径转化为绝对路径

输出： ‘C:\Users\srm\Desktop’

os.path.isabs('.')

输出： False

os.path.isabs(os.path.abspath('.'))

输出： True

路径操作

os.path.relpath(path,start) :返回从start路径到path的相对路径的字符串。如果没提供start,就使用当前工作目录作为开始路径。

os.path.dirname(path) : 返回当前路径的目录名称。

os.path.basename(path) ：返回当前路径的文件名称。

os.path.relpath('A:\\测试算例\\不是真的路径','A:\\')

输出： ‘测试算例\不是真的路径’

mypath = 'C:\\Users\\srm\\Desktop\\暂时备份区\\main.cpp' 
os.path.dirname(mypath)

输出： ‘C:\Users\srm\Desktop\暂时备份区’

os.path.basename(mypath)

输出：‘main.cpp’

可以用 split() 字符串方法，并根据 os.path.sep 中的字符串进行分割，得到每个文件夹的字符串的列表

mypath.split(os.path.sep)

输出： [‘C:’, ‘Users’, ‘srm’, ‘Desktop’, ‘暂时备份区’, ‘main.cpp’]

路径有效性检查

os.path.exists(path) ：如果path参数所指的 文件或文件夹 存在，则返回True,否则返回False。

os.path.isfile(path) ：如果path参数存在，并且是一个 文件 ，则返回True,否则返回False。

os.path.isdir(path) ：如果path参数存在，并且是一个 文件夹 ，则返回True,否则返回False。

os.path.exists('C:\\Windows')

输出： True

os.path.exists('C:\\else')

输出： False

os.path.isfile('C:\\Users\\srm\\Desktop\\暂时备份区\\main.cpp')

输出： True

os.path.isfile('C:\\Users\\srm\\Desktop\\暂时备份区')

输出：False

os.path.isdir('C:\\Users\\srm\\Desktop\\暂时备份区\\main.cpp')

输出： False

os.path.isdir('C:\\Users\\srm\\Desktop\\暂时备份区')

输出： True

文件及文件夹操作

用os.makedirs()创建新文件夹

os.makedirs() 可以创建所有必要的中间文件夹。

os.makedirs('C:\\Users\\srm\\Desktop\\暂时备份区\\practice') # 创建文件夹，若文件夹已存在，不会覆盖，会报错

查看文件大小和文件夹内容

os.path.getsize(path) ：返回path参数中文件的字节数。

os.listdir(path) :返回文件名字符串的列表，包含path参数中的每个文件。

os.path.getsize('C:\\Users\\srm\\Desktop\\暂时备份区\\main.cpp')

输出： 5240

os.listdir('C:\\Users\\srm\\Desktop\\暂时备份区')

同时使用 os.path.getsize() 和 os.listdir() 可以得到目录下所有文件的总字节数

totalSize = 0
for filename in os.listdir('C:\\Users\\srm\\Desktop\\暂时备份区'):
    totalSize = totalSize + os.path.getsize(os.path.join('C:\\Users\\srm\\Desktop\\暂时备份区',filename))
print(totalSize)

输出： 503884

文件读写过程

读写文件3个步骤：

1. 调用 open() 函数，返回一个File对象。
2. 调用File对象的 read() 或 write() 方法。
3. 调用File对象的 close() 方法，关闭该文件。

用open()函数打开文件

helloFile = open('C:\\Users\\srm\\Desktop\\暂时备份区\\hello.txt')
print(helloFile) #  open() 函数返回一个File对象

<_io.TextIOWrapper name='C:\\Users\\srm\\Desktop\\暂时备份区\\hello.txt' mode='r' encoding='cp936'>

读取文件内容

read() :读取文件内容。

readlines() :按行读取文件中的内容，取得一个字符串列表，列表中每个字符串是文本中的一行且以\n结束。

helloContent = helloFile.read()
helloContent

输出： ‘hello world\n\n111\n222’

sonnetFile = open('C:\\Users\\srm\\Desktop\\暂时备份区\\hello.txt')
sonnetFile.readlines()

输出： [‘hello world\n’, ‘\n’, ‘111\n’, ‘222’]

写入文件

“写模式”：‘w’，将覆写原有的文件，从头开始。

“添加模式”：‘a’，将在已有文件的末尾添加文本。

wFile = open('C:\\Users\\srm\\Desktop\\暂时备份区\\hello.txt','w')
wFile.write('Hello world!\n')
wFile.close()   # 关闭后才能完成写入，从txt文件中看到写入的内容

wFile = open('C:\\Users\\srm\\Desktop\\暂时备份区\\hello.txt','a')
wFile.write('111\n 222\n 333') #  write() 方法不会像print()函数那样，在字符串的末尾自动添加换行字符，必须自己添加该字符
wFile.close()

wFile = open('C:\\Users\\srm\\Desktop\\暂时备份区\\hello.txt')
content = wFile.read()
wFile.close()
print(content)

Hello world!
111
 222
 333

保存变量

• shelve模块shelve 模块，可以将Python中的变量保存到二进制的 shelf 文件中。这样，程序就可以从硬盘中恢复变量的数据。

import shelve
shelfFile = shelve.open('C:\\Users\\srm\\Desktop\\暂时备份区\\mydata')
cats = ['Zonphie','Pooka','Simon']
shelfFile['cats'] = cats
shelfFile.close()

当前工作目录下有3个新文件：mydata.bak、mydata.dat和mydata.dir。重新打开这些文件，取出数据。

注意： shelf 值不必用读模式或写模式打开，因为打开后，既能读又能写。

shelfFile = shelve.open('C:\\Users\\srm\\Desktop\\暂时备份区\\mydata')
type(shelfFile)

输出： shelve.DbfilenameShelf

shelfFile['cats']

输出： [‘Zonphie’, ‘Pooka’, ‘Simon’]

与字典类似， shelf 只有 keys() 和 values() 方法，返回shelf中键和值的类似列表的值。但是这些方法返回类似列表的值，却不是真正的列表，所以应该将它们传递给 list() 函数，取得列表的形式。

shelfFile = shelve.open('mydata')
list(shelfFile.keys())

输出： [‘cats’]

shelfFile.values()

输出： ValuesView(<shelve.DbfilenameShelf object at 0x00000285F3AD4F10>)

list(shelfFile.values())

输出： [[‘Zonphie’, ‘Pooka’, ‘Simon’]]

shelfFile.close()

• pprint.pformat() 函数pprint.pformat() 函数返回要打印的内容的文本字符串，这个字符串既易于阅读，也是语法上正确的Python代码。假如，有一个字典，保存在一个变量中，希望保存这个变量和它的内容，以便将来使用。pprint.pformat() 函数将提供一个字符串，我们可以将它 写入.py文件 。这个文件可以成为我们自己的模块，如果需要使用存储其中的变量，就可以导入它。

import pprint
cats = [{
 'name':'Zophie','desc':'chubby'},{
 'name':'Pooka','desc':'fluffy'}]
pprint.pformat(cats)

"[{'desc': 'chubby', 'name': 'Zophie'}, {'desc': 'fluffy', 'name': 'Pooka'}]"

fileObj = open('C:\\Users\\srm\\Desktop\\暂时备份区\\myCats.py','w')
fileObj.write('cats = '+pprint.pformat(cats)+'\n')
fileObj.close()

myCats.py 是一个可以导入的模块。

import myCats
myCats.cats

[{'desc': 'chubby', 'name': 'Zophie'}, {'desc': 'fluffy', 'name': 'Pooka'}]

1. 如果已有的文件以写模式打开，会发生什么？如果是“写模式”则覆写原有的文件，重新写入；如果是“添加模式”，则在已有文件的末尾添加文本。
2. read() 和 readlines() 方法之间的区别是什么？read()直接读取文件内容，readlines()按行读取文件中的内容，取得一个字符串列表，列表中每个字符串是文本中的一行且以\n结束，两者之间可以通过下面的代码转换

helloFile = open('C:\\Users\\srm\\Desktop\\暂时备份区\\hello.txt')
s = helloFile.read()
s

'Hello world!\n111\n 222\n 333'

helloFile = open('C:\\Users\\srm\\Desktop\\暂时备份区\\hello.txt')
helloFile.readlines()

['Hello world!\n', '111\n', ' 222\n', ' 333']

l = s.split('\n') 
for i in range(len(l)-1):
    l[i] = l[i] + '\n'

l

['Hello world!\n', '111\n', ' 222\n', ' 333']

综合练习：生成随机的测验试卷文件

假如你是一位地理老师，班上有 35 名学生，你希望进行美国各州首府的一个小测验。不妙的是，班里有几个坏蛋，你无法确信学生不会作弊。你希望随机调整问题的次序，这样每份试卷都是独一无二的，这让任何人都不能从其他人那里抄袭答案。当然，手工完成这件事又费时又无聊。好在，你懂一些 Python。

下面是程序所做的事：

• 创建 35 份不同的测验试卷。
• 为每份试卷创建 50 个多重选择题，次序随机。
• 为每个问题提供一个正确答案和 3 个随机的错误答案，次序随机。
• 将测验试卷写到 35 个文本文件中。
• 将答案写到 35 个文本文件中。

这意味着代码需要做下面的事：

• 将州和它们的首府保存在一个字典中。
• 针对测验文本文件和答案文本文件，调用 open()、 write()和 close()。
• 利用 random.shuffle()随机调整问题和多重选项的次序。

# 读取数据
import pandas as pd 
import random 
df = pd.read_csv('C:\\Users\\srm\\Desktop\\暂时备份区\\state.csv',header=None) 
df.head()

# 转换成字典
dic = dict(zip(df[0].tolist(),df[1].tolist()))

# 生成试卷
que = df[0].tolist()
for i in range(3):
    random.shuffle(que)
    for item in que:
        # 写入问题
        s = 'sj'+str(i)+'.txt'
        path = os.path.join('C:\\Users\\srm\\Desktop\\暂时备份区\\',s)
        wFile = open(path,'a')
        wFile.write('question:')
        wFile.write(item)
        wFile.write('\n')
        # 写入选项
        ans = df[1].tolist()
        rans = dic[item]
        tep = [rans]
        ans.remove(rans)
        random.shuffle(ans)
        tep.extend(ans[0:2])
        random.shuffle(tep)
        wFile.write(tep[0]+'  '+tep[1]+'  '+tep[2]+'\n')
        wFile.close()
        # 写入答案
        s = 'da'+str(i)+'.txt'
        path = os.path.join('C:\\Users\\srm\\Desktop\\暂时备份区\\',s)
        wFile = open(path,'a')
        wFile.write(rans)
        wFile.write('\n')
        wFile.close()

组织文件

shutil模块

shutil(或称为shell工具)模块中包含一些函数，可以在Python程序中复制、移动、改名和删除文件。

复制文件和文件夹

shutil.copy(source, destination) ：将路径source处的文件复制到路径 destination处的文件夹（source 和 destination 都是字符串），并返回新复制文件绝对路径字符串。

其中destination可以是：

1. 一个文件的名称，则将source文件复制为新名称的destination
2. 一个文件夹，则将source文件复制到destination中
3. 若这个文件夹不存在，则将source目标文件内的内容复制到destination中,若destination文件夹不存在，则自动生成该文件。(慎用，因为会将source文件复制为一个没有扩展名的名字为destination的文件，这往往不是我们希望的)

import shutil
shutil.copy('C:\\Users\\srm\\Desktop\\暂时备份区\\hello.txt','C:\\Users\\srm\\Desktop\\一些中间数据文件')

'C:\\Users\\srm\\Desktop\\一些中间数据文件\\hello.txt'

文件和文件夹的移动与改名

shutil.move(source, destination) ：将路径 source 处的文件/文件夹移动到路径destination，并返回新位置的绝对路径的字符串。

1. 如果source和destination是文件夹，且destination已存在，则会将source文件夹下所有内容复制到destination文件夹中。移动。
2. 如果source是文件夹，destination不存在，则会将source文件夹下所有内容复制到destination文件夹中，source原文件夹名称将被替换为destination文件夹名。 移动+重命名
3. 如果source和destination是文件，source处的文件将被移动到destination处的位置，并以destination处的文件名进行命名，移动+重命名。注意：如果destination中有原来已经存在同名文件，移动后，会被覆写，所以应当特别注意。

永久删除文件和文件夹

os.unlink(path) : 删除path处的文件。

os.rmdir(path) : 删除path处的文件夹。该文件夹必须为空，其中没有任何文件和文件夹。

shutil.rmtree(path) :删除 path 处的文件夹，它包含的所有文件和文件夹都会被删除。

注意：使用时，需要非常小心，避免删错文件，一般在第一次运行时，注释掉这些程序，并加上print() 函数来帮助查看是否是想要删除的文件。

用send2trash模块安全地删除

shutil.rmtree(path) 会不可恢复的删除文件和文件夹，用起来会有危险。因此使用第三方的 send2trash 模块，可以将文件或文件夹发送到计算机的垃圾箱或回收站，而不是永久删除。因程序缺陷而用send2trash 删除的某些你不想删除的东西，稍后可以从垃圾箱恢复。

注意：使用时，需要非常小心，避免删错文件，一般在第一次运行时，注释掉这些程序，并加上 print() 函数来帮助查看是否是想要删除的文件。

遍历目录树

os.walk(path) :传入一个文件夹的路径，在for循环语句中使用 os.walk() 函数，遍历目录树，和 range()函数遍历一个范围的数字类似。不同的是， os.walk() 在循环的每次迭代中，返回三个值：

1. 当前文件夹称的字符串。
2. 当前文件夹中子文件夹的字符串的列表。
3. 当前文件夹中文件的字符串的列表。

注：当前文件夹，是指for循环当前迭代的文件夹。程序的当前工作目录，不会因为 os.walk() 而改变。

用zipfile模块压缩文件

为方便传输，常常将文件打包成.zip格式文件。利用zipfile模块中的函数，Python程序可以创建和打开（或解压）zip文件。

创建和添加到zip文件

zipfile.ZipFile(‘filename.zip’, ‘w’) ：以写模式创建一个压缩文件ZipFile 对象的 write(‘filename’,‘compress_type=zipfile.ZIP_DEFLATED’) 方法：

如果向 write() 方法中传入一个路径，Python 就会压缩该路径所指的文件， 将它加到 ZIP 文件中。

如果向 write() 方法中传入一个字符串，代表要添加的文件名。第二个参数是“压缩类型”参数，告诉计算机用怎样的算法来压缩文件。可以总是将这个值设置为 zipfile.ZIP_DEFLATED （这指定了 deflate 压缩算法，它对各种类型的数据都很有效）。

注意：写模式会擦除zip文件中所有原有的内容。如果只希望将文件添加到原有的zip文件中，就要向zipfile.ZipFile() 传入’a’作为第二个参数，以添加模式打开 ZIP 文件。

读取zip文件

调用 zipfile.ZipFile(filename) 函数创建一个 ZipFile 对象（注意大写字母Z和F）,filename是要读取zip文件的文件名。

ZipFile 对象中的两个常用方法：

namelis() 方法，返回zip文件中包含的所有文件和文件夹的字符串列表。

getinfo() 方法，返回一个关于特定文件的 ZipInfo 对象。

ZipInfo 对象的两个属性： file_size 和 compress_size ，分别表示原来文件大小和压缩后文件大小

从zip文件中解压缩

ZipFile 对象的 extractall() 方法：从zip文件中解压缩所有文件和文件夹，放到当前工作目录中。也可以向 extractall() 传递的一个文件夹名称，它将文件解压缩到那个文件夹， 而不是当前工作目录。如果传递的文件夹名称不存在，就会被创建。

ZipFile 对象的 extract() 方法:从zip文件中解压单个文件。也可以向 extract()传递第二个参数， 将文件解压缩到指定的文件夹， 而不是当前工作目录。如果第二个参数指定的文件夹不存在， Python 就会创建它。extract()的返回值是被压缩后文件的绝对路径。