文件操作与路径管理

📚 概述

在 Python 中进行文件操作和路径管理是日常开发的基础技能。本文将介绍现代化的路径管理方式 pathlib，以及文件读写的最佳实践。

---

1️⃣ 使用 pathlib 进行路径管理

pathlib 是 Python 3.4+ 引入的现代化路径处理库，比传统的 os.path 更直观、更易用。

from pathlib import Path

# 创建路径对象
current_dir = Path('.')
project_dir = Path('/home/user/myproject')

# 路径拼接（推荐方式）
config_file = project_dir / 'config' / 'settings.json'
print(config_file)  # /home/user/myproject/config/settings.json

# 获取父目录
parent = config_file.parent  # /home/user/myproject/config

# 获取文件名和扩展名
print(config_file.name)      # settings.json
print(config_file.suffix)    # .json
print(config_file.stem)      # settings

---

2️⃣ 文件读取的最佳实践

from pathlib import Path

# 推荐：使用 with 语句自动管理文件关闭
file_path = Path('data.txt')

# 读取全部内容为字符串
content = file_path.read_text(encoding='utf-8')

# 读取全部内容为字节
binary_content = file_path.read_bytes()

# 逐行读取（适合大文件）
with file_path.open('r', encoding='utf-8') as f:
    for line in f:
        print(line.strip())

# 读取所有行到列表
lines = file_path.read_text(encoding='utf-8').splitlines()

---

3️⃣ 文件写入的最佳实践

from pathlib import Path

output_path = Path('output/result.txt')

# 确保目录存在
output_path.parent.mkdir(parents=True, exist_ok=True)

# 写入文本（覆盖模式）
output_path.write_text('Hello, World!\n', encoding='utf-8')

# 追加模式
with output_path.open('a', encoding='utf-8') as f:
    f.write('追加内容\n')

# 写入字节
output_path.write_bytes(b'binary data')

---

4️⃣ 目录遍历与文件查找

from pathlib import Path

src_dir = Path('./src')

# 遍历目录下所有文件
for item in src_dir.iterdir():
    if item.is_file():
        print(f'文件：{item.name}')
    elif item.is_dir():
        print(f'目录：{item.name}')

# 递归遍历所有子目录
for item in src_dir.rglob('*'):
    print(item)

# 查找特定扩展名的文件
python_files = list(src_dir.rglob('*.py'))
print(f'找到 {len(python_files)} 个 Python 文件')

# 查找特定模式的文件
test_files = list(src_dir.rglob('test_*.py'))

---

5️⃣ 实战：批量文件处理器

from pathlib import Path
import shutil

class BatchFileProcessor:
    """批量文件处理器"""
    
    def __init__(self, source_dir: str, target_dir: str):
        self.source = Path(source_dir)
        self.target = Path(target_dir)
        self.target.mkdir(parents=True, exist_ok=True)
    
    def copy_by_extension(self, ext: str) -> int:
        """按扩展名复制文件"""
        count = 0
        for file in self.source.rglob(f'*{ext}'):
            if file.is_file():
                relative_path = file.relative_to(self.source)
                dest = self.target / relative_path
                dest.parent.mkdir(parents=True, exist_ok=True)
                shutil.copy2(file, dest)
                count += 1
                print(f'已复制：{relative_path}')
        return count
    
    def get_file_stats(self) -> dict:
        """获取文件统计信息"""
        stats = {'total_files': 0, 'total_size': 0, 'by_extension': {}}
        
        for file in self.source.rglob('*'):
            if file.is_file():
                stats['total_files'] += 1
                size = file.stat().st_size
                stats['total_size'] += size
                
                ext = file.suffix or '无扩展名'
                stats['by_extension'][ext] = stats['by_extension'].get(ext, 0) + 1
        
        return stats

# 使用示例
if __name__ == '__main__':
    processor = BatchFileProcessor('./source', './output')
    
    # 复制所有 Python 文件
    copied = processor.copy_by_extension('.py')
    print(f'复制了 {copied} 个文件')
    
    # 获取统计信息
    stats = processor.get_file_stats()
    print(f"总文件数：{stats['total_files']}")
    print(f"总大小：{stats['total_size'] / 1024:.2f} KB")

---

💡 关键要点总结

操作	推荐方法
路径拼接	Path / 'subdir' / 'file.txt'
读取文件	path.read_text(encoding='utf-8')
写入文件	path.write_text(content, encoding='utf-8')
检查存在	path.exists() 或 path.is_file()
创建目录	path.mkdir(parents=True, exist_ok=True)
遍历文件	path.iterdir() 或 path.rglob('*.py')

---

⚠️ 注意事项

1. 始终指定编码：读写文本文件时使用 encoding='utf-8'
2. 使用 with 语句：确保文件正确关闭
3. 先创建目录：写入前确保目标目录存在
4. 路径跨平台：pathlib 自动处理 Windows/Linux 路径差异
5. 大文件处理：使用流式读取，避免一次性加载到内存