Python文件操作技巧：获取指定目录下所有文件，快速定位所需文件

# 1. Python文件操作基础**

Python提供了丰富的文件操作模块，允许开发者轻松地读取、写入、创建和删除文件。本章将介绍Python文件操作的基础知识，包括文件打开、读取、写入和关闭。

**1.1 文件打开**

要打开一个文件，可以使用`open()`函数。该函数接受两个参数：文件名和打开模式。打开模式指定文件打开的方式，例如只读（'r'）、只写（'w'）或追加（'a'）。

# 打开一个只读文件
file = open('myfile.txt', 'r')

# 打开一个只写文件
file = open('myfile.txt', 'w')

# 打开一个追加文件
file = open('myfile.txt', 'a')

# 2. Python文件遍历技巧

### 2.1 递归遍历目录获取所有文件

递归遍历是一种深度优先搜索算法，通过不断地调用自身来遍历目录结构。对于文件遍历，递归遍历可以从根目录开始，逐层遍历子目录，直到遍历到叶子节点（文件）。

import os

def recursive_traversal(directory):
    """
    递归遍历目录，获取所有文件。

    参数：
        directory: 根目录路径。

    返回：
        所有文件的绝对路径列表。
    """

    file_paths = []

    for root, dirs, files in os.walk(directory):
        for file in files:
            file_paths.append(os.path.join(root, file))

    return file_paths

**代码逻辑分析：**

1. `os.walk(directory)`：遍历根目录及其所有子目录，返回一个三元组，分别为根目录路径、子目录列表和文件列表。
2. 对于每个文件，使用 `os.path.join(root, file)` 拼接文件路径，并将其添加到 `file_paths` 列表中。

### 2.2 利用os.walk()函数遍历目录获取所有文件

`os.walk()` 函数是一种迭代遍历目录结构的函数，它可以逐层遍历目录，返回根目录路径、子目录列表和文件列表。

import os

def os_walk_traversal(directory):
    """
    利用os.walk()函数遍历目录，获取所有文件。

    参数：
        directory: 根目录路径。

    返回：
        所有文件的绝对路径列表。
    """

    file_paths = []

    for root, dirs, files in os.walk(directory):
        for file in files:
            file_paths.append(os.path.join(root, file))

    return file_paths

**代码逻辑分析：**

与递归遍历类似，`os.walk()` 函数也可以逐层遍历目录结构，并返回根目录路径、子目录列表和文件列表。

### 2.3 使用glob模块遍历目录获取所有文件

`glob` 模块提供了通配符匹配功能，可以根据文件后缀名或其他模式匹配文件。

import glob

def glob_traversal(directory, pattern="*"):
    """
    使用glob模块遍历目录，获取所有文件。

    参数：
        directory: 根目录路径。
        pattern: 文件匹配模式，默认为"*"（匹配所有文件）。

    返回：
        所有匹配文件的绝对路径列表。
    """

    file_paths = glob.glob(os.path.join(directory, pattern))
    return file_paths

**代码逻辑分析：**

1. `glob.glob(os.path.join(directory, pattern))`：使用 `glob.glob()` 函数匹配根目录下所有符合 `pattern` 模式的文件，并返回文件路径列表。

# 3. Python文件筛选技巧

### 3.1 根据文件后缀名筛选文件

根据文件后缀名筛选文件是文件筛选中最常用的技巧之一。在Python中，我们可以使用`os.path.splitext()`函数来获取文件的后缀名，然后根据后缀名进行筛选。

import os

# 获取当前目录下的所有文件
files = os.listdir('.')

# 筛选出所有后缀名为.txt的文件
txt_files = [file for file in files if file.endswith('.txt')]

# 打印筛选出的文件列表
print(txt_files)

**代码逻辑分析：**

* `os.listdir('.')`获取当前目录下的所有文件，并将其存储在`files`列表中。
* 循环遍历`files`列表中的每个文件，并使用`os.path.splitext()`函数获取文件的扩展名。
* 如果文件的扩展名是`.txt`，则将该文件添加到`txt_files`列表中。
* 最后，打印`txt_files`列表，输出所有后缀名为`.txt`的文件。

### 3.2 根据文件大小筛选文件

根据文件大小筛选文件也是一种常用的技巧。在Python中，我们可以使用`os.path.getsize()`函数来获取文件的大小，然后根据大小进行筛选。

import os

# 获取当前目录下的所有文件
files = os.listdir('.')

# 筛选出所有大于1MB的文件
large_files = [file for file in files if os.path.getsize(file) > 1000000]

# 打印筛选出的文件列表
print(large_files)

**代码逻辑分析：**

* `os.listdir('.')`获取当前目录下的所有文件，并将其存储在`files`列表中。
* 循环遍历`files`列表中的每个文件，并使用`os.path.getsize()`函数获取文件的大小。
* 如果文件的大小大于1MB（1000000字节），则将该文件添加到`large_files`列表中。
* 最后，打印`large_files`列表，输出所有大于1MB的文件。

### 3.3 根据文件修改时间筛选文件

根据文件修改时间筛选文件可以帮助我们找到最近修改过的文件或长期未修改的文件。在Python中，我们可以使用`os.path.getmtime()`函数来获取文件的修改时间，然后根据时间进行筛选。

import os

# 获取当前目录下的所有文件
files = os.listdir('.')

# 筛选出所有在过去24小时内修改过的文件
recent_files = [file for file in files if os.path.getmtime(file) > time.time() - 86400]

# 打印筛选出的文件列表
print(recent_files)

**代码逻辑分析：**

* `os.listdir('.')`获取当前目录下的所有文件，并将其存储在`files`列表中。
* 循环遍历`files`列表中的每个文件，并使用`os.path.getmtime()`函数获取文件的修改时间。
* 如果文件的修改时间大于当前时间减去86400秒（24小时），则将该文件添加到`recent_files`列表中。
* 最后，打印`recent_files`列表，输出所有在过去24小时内修改过的文件。

# 4. Python文件定位技巧**

**4.1 使用os.path.isfile()函数判断文件是否存在**

os.path.isfile()函数用于判断指定路径的文件是否存在。其语法如下：

os.path.isfile(path)

其中，path参数为要判断的文件路径。

**参数说明：**

* path：文件路径，可以是绝对路径或相对路径。

**返回值：**

* True：如果指定路径的文件存在，则返回True。
* False：如果指定路径的文件不存在，则返回False。

**代码示例：**

import os

# 判断文件是否存在
file_path = "test.txt"
if os.path.isfile(file_path):
    print("文件存在")
else:
    print("文件不存在")

**4.2 使用os.path.getsize()函数获取文件大小**

os.path.getsize()函数用于获取指定路径的文件大小。其语法如下：

os.path.getsize(path)

其中，path参数为要获取文件大小的文件路径。

**参数说明：**

* path：文件路径，可以是绝对路径或相对路径。

**返回值：**

* 文件大小，以字节为单位。

**代码示例：**

import os

# 获取文件大小
file_path = "test.txt"
file_size = os.path.getsize(file_path)
print("文件大小：", file_size, "字节")

**4.3 使用os.path.getmtime()函数获取文件修改时间**

os.path.getmtime()函数用于获取指定路径的文件修改时间。其语法如下：

os.path.getmtime(path)

其中，path参数为要获取修改时间的文件路径。

**参数说明：**

* path：文件路径，可以是绝对路径或相对路径。

**返回值：**

* 文件修改时间，以自纪元时间戳（自1970年1月1日00:00:00 UTC以来的秒数）表示。

**代码示例：**

import os
import time

# 获取文件修改时间
file_path = "test.txt"
file_mtime = os.path.getmtime(file_path)
print("文件修改时间：", time.ctime(file_mtime))

# 5. Python文件操作实战

### 5.1 批量重命名文件

#### 需求分析

在实际工作中，经常需要对大量文件进行重命名操作。例如，将一批图片文件重命名为统一的格式，或者将一批文档文件重命名为包含日期或其他信息的格式。

#### 实现步骤

使用Python的`os`模块和`glob`模块可以轻松实现批量重命名文件。

import os
import glob

# 获取当前目录下所有以.jpg结尾的文件
files = glob.glob("*.jpg")

# 定义新的文件名格式
new_file_name_format = "new_file_{}.jpg"

# 遍历所有文件并重命名
for i, file in enumerate(files):
    new_file_name = new_file_name_format.format(i)
    os.rename(file, new_file_name)

#### 代码逻辑分析

* `glob.glob("*.jpg")`：获取当前目录下所有以`.jpg`结尾的文件，并将其存储在`files`列表中。
* `new_file_name_format = "new_file_{}.jpg"`：定义新的文件名格式，其中`{}`表示文件序号。
* 遍历`files`列表，并使用`os.rename(file, new_file_name)`函数将每个文件重命名为新的文件名。

### 5.2 查找并删除重复文件

#### 需求分析

在文件管理中，经常会遇到重复文件的问题。这些重复文件不仅占用存储空间，还会影响文件的组织和管理。因此，需要一种方法来查找并删除重复文件。

#### 实现步骤

使用Python的`os`模块和`hashlib`模块可以轻松实现查找并删除重复文件。

import os
import hashlib

# 获取当前目录下所有文件
files = os.listdir(".")

# 创建一个字典来存储文件哈希值
file_hashes = {}

# 遍历所有文件并计算哈希值
for file in files:
    with open(file, "rb") as f:
        file_hash = hashlib.md5(f.read()).hexdigest()
        file_hashes[file] = file_hash

# 查找重复文件
duplicate_files = []
for file1, hash1 in file_hashes.items():
    for file2, hash2 in file_hashes.items():
        if file1 != file2 and hash1 == hash2:
            duplicate_files.append(file2)

# 删除重复文件
for file in duplicate_files:
    os.remove(file)

#### 代码逻辑分析

* `os.listdir(".")`：获取当前目录下所有文件，并将其存储在`files`列表中。
* 创建一个字典`file_hashes`来存储文件哈希值，其中键为文件名，值为哈希值。
* 遍历`files`列表，并使用`hashlib.md5(f.read()).hexdigest()`函数计算每个文件的哈希值，并将其存储在`file_hashes`字典中。
* 遍历`file_hashes`字典，查找哈希值相同的重复文件，并将其存储在`duplicate_files`列表中。
* 遍历`duplicate_files`列表，并使用`os.remove(file)`函数删除每个重复文件。

### 5.3 压缩和解压缩文件

#### 需求分析

在文件管理中，经常需要对文件进行压缩和解压缩操作。例如，将大量文件压缩成一个压缩包以节省存储空间，或者解压缩一个压缩包以提取其中的文件。

#### 实现步骤

使用Python的`zipfile`模块可以轻松实现压缩和解压缩文件。

**压缩文件**

import zipfile

# 创建一个ZipFile对象
with zipfile.ZipFile("my_zipfile.zip", "w") as zip_file:
    # 将文件添加到压缩包中
    zip_file.write("file1.txt")
    zip_file.write("file2.txt")

**解压缩文件**

import zipfile

# 解压缩ZipFile对象
with zipfile.ZipFile("my_zipfile.zip", "r") as zip_file:
    # 提取文件到当前目录
    zip_file.extractall(".")

#### 代码逻辑分析

* **压缩文件：**
* `zipfile.ZipFile("my_zipfile.zip", "w")`：创建一个ZipFile对象，用于写入压缩包。
* `zip_file.write("file1.txt")`：将`file1.txt`文件添加到压缩包中。
* **解压缩文件：**
* `zipfile.ZipFile("my_zipfile.zip", "r")`：创建一个ZipFile对象，用于读取压缩包。
* `zip_file.extractall(".")`：将压缩包中的所有文件提取到当前目录。

# 6.1 使用os.path.join()函数拼接文件路径

在Python中，`os.path.join()`函数用于拼接文件路径，它可以将多个路径片段连接成一个有效的绝对路径或相对路径。该函数的语法如下：

os.path.join(*paths)

其中，`*paths`是需要连接的路径片段，可以是字符串或元组。

**示例：**

# 拼接绝对路径
path1 = os.path.join("/home", "user", "Documents")
print(path1)  # /home/user/Documents

# 拼接相对路径
path2 = os.path.join("..", "tmp", "data.txt")
print(path2)  # ../tmp/data.txt

`os.path.join()`函数可以处理各种路径分隔符，包括Windows中的`\`和Unix/Linux中的`/`。它还会自动处理路径中的冗余分隔符和当前目录（`.`）和父目录（`..`）符号。

**参数说明：**

* `paths`：要连接的路径片段，可以是字符串或元组。

**代码解释：**

* 在第一个示例中，我们使用`os.path.join()`函数将三个路径片段连接成一个绝对路径。
* 在第二个示例中，我们使用`os.path.join()`函数将两个路径片段连接成一个相对路径。

**逻辑分析：**

`os.path.join()`函数通过以下步骤拼接文件路径：

1. 将所有路径片段转换为字符串。
2. 删除路径片段中的冗余分隔符。
3. 将路径片段连接成一个字符串，使用当前操作系统特定的路径分隔符作为分隔符。
4. 处理当前目录（`.`）和父目录（`..`）符号。