python08 - 操作文件和文件夹

Python操作文件和文件夹

在日常开发中，与文件和文件夹打交道是家常便饭。过去我们可能习惯使用os模块，但今天要介绍一个更精细、功能更强大的“升级版”工具——shutil模块。它能让你处理文件操作时更加得心应手。

好消息是，shutil是Python的内置模块，无需额外安装，开箱即用。

一：文件处理

1：文件的复制(shutil)

复制文件是基础操作，shutil.copy()方法就是为此而生。它的核心逻辑非常清晰：将源地址的文件复制到目标地址。

from shutil import copy
# 核心方法 -> 源地址赋值到目标地址
copy(src_path, dist_path)

来看一个实际场景：如何批量复制一个文件夹下所有特定类型（比如.txt）的文件？

import os
from shutil import copy
'''
源地址文件夹，复制到目标文件夹
'''
def copy_files(src_dir, dest_dir):
    for file in os.listdir(src_dir):
        if file.endswith('.txt'):
            src_file = os.path.join(src_dir, file)
            dest_file = os.path.join(dest_dir, file)
            copy(src_file, dest_file)

if __name__ == '__main__':
    src_dir = 'C:/Users/user/Documents/txt'
    dest_dir = 'C:/Users/user/Documents/txt_copy'
    copy_files(src_dir, dest_dir)

? 这里有个细节值得注意：当目标路径指向一个已存在的文件时，copy操作就变成了文件内容的覆盖。如果想纯粹地复制文件内容，可以使用更直接的copyfile函数。

import os
from shutil import copyfile
'''
文件内容的复制
copyfile(src - 源文件路径, dst - 目标文件路径)
'''
def copy_file_content(src, dst):
    copyfile(src, dst)

if __name__ == '__main__':
    src = input("Enter the source file path: ")
    dst = input("Enter the destination file path: ")
    copy_file_content(src, dst)
    print("File content copied successfully!")

2：裁剪和变相重命名(shutil)

所谓“裁剪”，其实就是移动文件。它将文件从路径A移动到路径B。移动后，路径A下的原文件就消失了，只存在于路径B。

这个过程天然支持重命名功能。你可以将文件从A移动到B并改名，甚至可以在同一目录下移动并改名，这就巧妙地实现了文件的重命名。

from shutil import move
move(src, dist)

下面的例子展示了如何批量移动.txt文件：

import os
from shutil import move

def move_files(src_dir, dest_dir):
    for filename in os.listdir(src_dir):
        if filename.endswith('.txt'):
            src_file = os.path.join(src_dir, filename)
            dest_file = os.path.join(dest_dir, filename)
            move(src_file, dest_file)

if __name__ == '__main__':
    src_dir = '/home/user/Documents/office/txt'
    dest_dir = '/home/user/Documents/office/txt_files'
    move_files(src_dir, dest_dir)

3：文件的删除(os)

删除单个文件，使用os模块的remove函数通常就足够了。

from os import remove

def remove_file(file_path):
    remove(file_path)

if __name__ == '__main__':
    remove_file("txt01.py")

4：文件的压缩和解压缩(shutil)

shutil同样简化了压缩和解压操作。make_archive用于压缩，unpack_archive用于解压。

# 如果只需要压缩可以使用这个
from shutil import make_archive
# 如果只需要解压可以使用这个
from shutil import unpack_archive

# 如果只需要压缩可以使用这个
from shutil import make_archive
# 如果只需要解压可以使用这个
from shutil import unpack_archive

# src_dir中的文件压缩到dest_dir中
def zip_files(src_dir, zip_path):
    # 压缩src_dir中的文件到dest_dir中，format是zip
    make_archive(zip_path, 'zip', src_dir)

def unzip_files(zip_path, unpack_dir):
    # 解压src_dir中的文件到dest_dir中
    unpack_archive(zip_path, unpack_dir)

if __name__ == '__main__':
    zip_files('E:\code_project\python\office\\txt', 'E:\code_project\python\office\\my_zip')
    print('压缩完成')
    unzip_files('E:\code_project\python\office\\my_zip.zip', 'E:\code_project\python\office\\txt2')
    print('解压完成')

5：文件的查找(glob)

当需要快速定位文件时，glob模块是个利器。它支持通配符匹配，能帮你快速找到符合模式的文件。

import os
from glob import glob

def search_zip(base_path):
    # 搜索当前目录下所有zip文件
    # os.getcwd() -> 获取当前目录
    # /*.zip -> 搜索当前目录下所有zip文件
    search_path = base_path + "/*.zip"
    search_ans = glob(search_path)
    return search_ans

if __name__ == "__main__":
    base_path = 'E:\code_project\python\office'
    search_ans_of_office = search_zip(base_path)
    # ['E:\\code_project\\python\\office\\my_zip.zip']
    for ans in search_ans_of_office:
        print(ans)
    print("==========================================")
    # 注意是直接子节点就要有对应的文件，否则找不到
    # 例如将base_path范围扩大到上层目录，就没有了
    base_path = 'E:\code_project\python'
    search_ans_of_office = search_zip(base_path)
    # []
    for ans in search_ans_of_office:
        print(ans)

如果不使用通配符，而是明确知道文件名但不确定位置呢？这时可以结合递归进行深度查找。

final_result = []
# 通过名称递归查找文件到底在哪里
def search_by_name(base_path, name):
    search_path = base_path + "/*"
    search_ans = glob(search_path)
    for ans in search_ans:
        if os.path.isdir(ans):
            search_by_name(ans, name)
        else:
            if name in ans:
                final_result.append(ans)

if __name__ == "__main__":
    # 从base_path这个大文件中找到所有包含name的全路径结果
    base_path = "E:\code_project"
    name = "txt05.py"
    search_by_name(base_path, name)
    print(final_result)

更进一步，如果想查找包含特定内容的文件，就需要在判断为文件后，打开并读取内容进行匹配。

def search_all_by_content(base_path, content):
    search_path = base_path + "/*"
    search_ans = glob(search_path)
    for ans in search_ans:
        if os.path.isdir(ans):
            search_all_by_content(ans, content)
        else:
            with open(ans, 'r', encoding="utf-8") as f:
                # 读取文件内容
                con = f.read()
                if content in con:
                    final_result.append(ans)

if __name__ == "__main__":
    # 从base_path这个大文件中找到所有包含name的全路径结果
    base_path = "E:\code_project\python\office\\txt"
    content = "import os"
    search_all_by_content(base_path, content)
    print(final_result)

6：重复文件的清理(hashlib)

清理重复文件的原理很直观：利用hashlib计算文件的哈希值（如MD5），哈希值相同的文件即为重复文件，随后删除即可。

为了提升易用性，下面的示例结合了tkinter创建图形界面，在删除前进行二次确认。

import hashlib

def file_hash(file_path):
    hash_md5 = hashlib.md5()
    # 创建md5对象, 准备计算文件的md5
    with open(file_path, 'rb') as f:
        # 读取文件内容，每次读取4k，防止文件过大一次性加载到内存造成的性能等问题
        for chunk in iter(lambda: f.read(4096), b""):
            hash_md5.update(chunk)
    return hash_md5.hexdigest() # 返回文件的md5值

import hashlib
import os
import tkinter as tk
from tkinter import messagebox

def file_hash(file_path):
    hash_md5 = hashlib.md5()
    # 创建md5对象, 准备计算文件的md5
    with open(file_path, 'rb') as f:
        # 读取文件内容，每次读取4k，防止文件过大一次性加载到内存造成的性能等问题
        for chunk in iter(lambda: f.read(4096), b""):
            hash_md5.update(chunk)
    return hash_md5.hexdigest() # 返回文件的md5值

def get_same_and_delete(base_path):
    """在指定目录下查找并确认删除重复文件"""
    hashes = {}
    duplicates = []
    # 遍历指定目录及其所有子目录
    # os.walk(base_path) -> 遍历指定目录及其所有子目录
    # os.walk(directory) 是一个生成器函数，它会递归地遍历指定目录及其所有子目录
    # 并返回一个三元组 (root, dirs, files)。具体来说，每次迭代时，os.walk 会返回以下内容：
    # - root (str): 当前遍历到的目录路径。
    # - dirs (list): 当前目录下的子目录列表（不包括子目录的子目录）。
    # - files (list): 当前目录下的文件列表。
    for dirpath, _, filenames in os.walk(base_path):
        for filename in filenames:
            filepath = os.path.join(dirpath, filename) # 获取文件的完整路径
            try:
                # 计算文件的md5值，如果之前有相同的md5值，说明该文件是重复的文件
                file_hash_value = file_hash(filepath)
                if file_hash_value in hashes:
                    # 此时找到了重复的文件，追加到重复文件列表中，一会进行删除询问
                    duplicates.append(filepath)
                else:
                    # 否则将文件的md5值和文件路径添加到字典中
                    hashes[file_hash_value] = filepath
            except Exception as e:
                print(f"Error processing file {filepath}: {e}")

    # 创建Tkinter根窗口
    root = tk.Tk()
    root.withdraw() # 隐藏主窗口

    # 遍历重复文件列表，逐个确认是否删除
    for dup in duplicates:
        # 显示确认对话框
        response = messagebox.askyesno("是否确认删除?", f"你要删除这个重复文件吗?:\n{dup}")
        if response:
            # 如果确定删除，则删除该文件，否则跳过删除
            try:
                os.remove(dup)
                print(f"已经删除了重复文件: {dup}")
            except Exception as e:
                print(f"删除文件错误 {dup}: {e}")
        else:
            print(f"你跳过了该重复文件: {dup}")
    root.destroy() # 销毁Tkinter根窗口

if __name__ == '__main__':
    base_path = r"E:\code_project\python\office\txt"
    get_same_and_delete(base_path)

7：批量修改文件名称(shutil & glob)

批量重命名的核心思路很明确：首先确定需要修改的文件名特征，然后通过循环遍历，将目标字符串插入或替换到原文件名中，最后使用shutil.move完成重命名。

import shutil
import glob
import os

def update_name(base_path):
    result = glob.glob(base_path)
    for index, data in enumerate(result):
        if os.path.isdir(data):
            _path = os.path.join(data, '*') # 获取当前目录下所有文件
            update_name(_path) # 递归调用
        else:
            # 不是文件夹，是文件了
            path_list = os.path.split(data) # 单独把名字拿出来
            name = path_list[-1]
            # 生成一个新的名称
            new_name = '%s_%s' % (index, name)
            # 替换旧名称
            new_data = os.path.join(path_list[0], new_name)
            shutil.move(data, new_data)

if __name__ == '__main__':
    base_path = r'E:\code_project\python\office\txt2'
    update_name(base_path)

二：文件夹处理

1：文件夹的复制(shutil)

复制整个文件夹树，使用shutil.copytree()方法可以一键搞定。

from shutil import copytree

def copy_files(src_dir, dest_dir):
    copytree(src_dir, dest_dir)

if __name__ == '__main__':
    src_dir = 'C:/Users/user/Documents/txt'
    dest_dir = 'C:/Users/user/Documents/txt_copy'
    copy_files(src_dir, dest_dir)

2：文件夹的删除(shutil)

删除整个文件夹及其所有内容，shutil.rmtree()是你的不二之选。它比os.rmdir更强大，后者只能删除空目录。

import os.path
from shutil import rmtree

def remove_file(file_path):
    if os.path.isfile(file_path):
        os.remove(file_path)
        print(f"文件 {file_path} 已被删除")
    else:
        try:
            rmtree(file_path)
            print(f"文件夹 {file_path} 已被删除")
        except Exception as e:
            print(f"删除文件错误 {file_path}: {e}")

3：文件夹的裁剪和重命名(shutil)

文件夹的移动（裁剪）和重命名，使用的函数与文件操作完全一样——shutil.move(src, dist)。这个函数足够智能，能正确处理整个目录树的移动和更名。