python管理文件神器 os.walk

共 5316字,需浏览 11分钟

 ·

2020-11-05 18:07

点击上方小白学视觉”,选择加"星标"或“置顶

重磅干货,第一时间送达

来源:诡途 

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

文仅分享,侵删

【导语】:有没有想过用python写一个文件管理程序?听起来似乎没思路?其实是可以的,因为python已经为你准备好了神器os.walk,进来看看吧!


python中os.walk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。


本文将详细介绍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)



- EOF -


浏览 30
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报