python管理文件神器os.walk

原文：

https://blog.csdn.net/qq_35866846/article/details/107823636

作者：诡途

遵循 CC 4.0 BY-SA 版权协议

大家好，欢迎来到 Crossin的编程教室 ！

有没有想过用python写一个文件管理程序？听起来似乎没思路？

其实并不难，因为python已经为你准备好了神器 os.walk，它是一个简单易用的文件、目录遍历器，可以帮助我们高效的处理文件、目录方面的事情。

本文将介绍 os.walk 模块，最后使用 os.walk 模块实现一个在指定日志整理文件的程序。

基本介绍

os.walk()：扫描某个指定目录下所包含的子目录和文件，返回的是一个迭代器。

基本使用

假设文件夹data有如下的目录结构(cmd 命令：tree /f)

2.1 扫描所有文件

扫描内容：

  • 子文件夹和文件

  • 子文件夹下的文件

输出内容：

  • 文件夹名称/文件名称

扫描路径：

  • 自顶向下 topdown=True(默认)

  • 自底向上 topdown=False

from os import walkpath='data'for curDir, dirs, files in walk(path):#for curDir, dirs, files in walk(path,topdown=False): print('现在的目录：' ,curDir) print('该目录下包含的子目录：' , str(dirs)) print('该目录下包含的文件：',str(files))    print('*'*20)

自顶向下扫描结果：

现在的目录：data该目录下包含的子目录：['testA', 'testB', 'testC']该目录下包含的文件：['2020-07-12 - 第一层.xlsx', '2020-07-13 - 第一层.xlsx', '2020-07-14 - 第一层.xlsx']********************现在的目录：data\testA该目录下包含的子目录：[]该目录下包含的文件：['2020-07-12-A.xlsx', '2020-07-13-A.xlsx', '2020-07-14-A.xlsx']********************现在的目录：data\testB该目录下包含的子目录：[]该目录下包含的文件：['2020-07-12-B.xlsx', '2020-07-13-B.xlsx', '2020-07-14-B.xlsx']********************现在的目录：data\testC该目录下包含的子目录：[]该目录下包含的文件：['2020-07-12-C.xlsx', '2020-07-13-C.xlsx', '2020-07-14-C.xlsx']********************

自底向上扫描结果：

现在的目录：data\testA该目录下包含的子目录：[]该目录下包含的文件：['2020-07-12-A.xlsx', '2020-07-13-A.xlsx', '2020-07-14-A.xlsx']********************现在的目录：data\testB该目录下包含的子目录：[]该目录下包含的文件：['2020-07-12-B.xlsx', '2020-07-13-B.xlsx', '2020-07-14-B.xlsx']********************现在的目录：data\testC该目录下包含的子目录：[]该目录下包含的文件：['2020-07-12-C.xlsx', '2020-07-13-C.xlsx', '2020-07-14-C.xlsx']********************现在的目录：data该目录下包含的子目录：['testA', 'testB', 'testC']该目录下包含的文件：['2020-07-12 - 第一层.xlsx', '2020-07-13 - 第一层.xlsx', '2020-07-14 - 第一层.xlsx']********************


2.2 扫描输出所有文件的路径

输出所有文件：

import ospath='data'for curDir, dirs, files in os.walk(path):    for file in files:        print(os.path.join(curDir, file))
data\2020-07-12 - 第一层.xlsxdata\2020-07-13 - 第一层.xlsxdata\2020-07-14 - 第一层.xlsxdata\testA\2020-07-12-A.xlsxdata\testA\2020-07-13-A.xlsxdata\testA\2020-07-14-A.xlsxdata\testB\2020-07-12-B.xlsxdata\testB\2020-07-13-B.xlsxdata\testB\2020-07-14-B.xlsxdata\testC\2020-07-12-C.xlsxdata\testC\2020-07-13-C.xlsxdata\testC\2020-07-14-C.xlsx

输出指定类型文件

#endswith 截取文件后缀import ospath='data'for curDir, dirs, files in os.walk(path):    [print(os.path.join(curDir, file)) for file in files  if file.endswith('.xlsx')]

2.3 扫描输出所有的子目录（子文件夹）

# 使用os.walk输出某个目录下的所有文件import ospath='data'for curDir, dirs, files in os.walk(path): for _dir in dirs:        print(os.path.join(curDir, _dir))
data\testAdata\testBdata\testC

案例代码

综合运用 os.walk() ——文件指定日期整理程序

import pandas as pdimport numpy as npimport os,openpyxl#移动符合条件文件，并删除二级文件夹和多余文件def move_file(file_path,_new_path,date_xl_str):
 #本月文件移动至对应新建文件夹，非本月文件直接删除 for curDir, dirs, files in os.walk(file_path): for file in files: old_path = os.path.join(curDir, file) new_path = os.path.join(_new_path, file) file_date=file.split('_')[-1][:10] try: os.rename(old_path,new_path) if file_date in date_xl_str else os.remove(old_path) except: os.remove(old_path)
 #移除子文件夹 for curDir, dirs, files in os.walk(file_path): for _dir in dirs: os.removedirs(os.path.join(curDir, _dir)) os.mkdir('data')
#文件去重-相同日期文件def qch_date(file_path): wj_names=os.listdir(file_path) wj_list=[] num=0 for wj in wj_names: new_wj=wj[:-11] if new_wj not in wj_list: wj_list.append(new_wj) else: os.remove(file_path '\\' wj) num =1 return num
#更新数据源def refresh_data(file_path,sheet_name,data): book=openpyxl.load_workbook(file_path) writer=pd.ExcelWriter(file_path,engine='openpyxl')
 #在ExcelWriter的源代码中，它初始化空工作簿并删除所有工作表， #writer.book = book将原来表里面的内容保存到writer中 writer.book=book
 #activate激活指定sheet工作表 ws=book[sheet_name]
 #清空当前活动表数据 for row in ws.iter_rows(): for cell in row: cell.value=None
 #dataframe行列数 idx_num,col_num=data.shape
 #新数据写入当前活动表-注意索引偏移 for i in range(1,idx_num 1): for j in range(1,col_num 1): ws.cell(row=i,column=j).value=data.iloc[i-1,j-1]
 #保存关闭writer writer.save() writer.close()
 return None
#文件检查def check_file(file_path,check_file='文件检查.xlsx'): wj_names=os.listdir(file_path) data=pd.DataFrame([wj.split('_')[2:] for wj in wj_names],columns=['店铺名称','日期']) data['日期']=data['日期'].str[:10]
    #标题columns放到dataframe中 nind=data.index.insert(0,'0') data1=data.reindex(index=nind) data1.loc['0']=data.columns data1.reset_index(drop=True,inplace=True)
 #刷新数据源 refresh_data(check_file,'数据源',data1)
 return None
file_path='data'#日期格式：xxxx-xx eg:2020-07-01start_date=input('请输入开始日期：')end_date=input('请输入开始日期：')
#生成日期区间-字符串类型date_xl_str=[str(i)[:10] for i in pd.date_range(start_date,end_date,freq='D')]
#创建指定文件夹new_path=start_date '~' end_datetry: os.mkdir(new_path)except: print('文件夹 【%s】 已存在'%new_path)
#移动符合条件文件，并删除二级文件夹和多余文件move_file(file_path,new_path,date_xl_str)
#文件去重num=qch_date(new_path)print('去除重复文件 %s 个'%num)
#文件检查check_file(new_path)

以上就是对 os.walk 的基本介绍和演示。

赞 (0)

相关推荐