《Python爬虫开发与项目实践》读书笔记——文件操作

1. 文件读写

• 打开文件，语法如下：

open(name[.mode[.buffering]])

• 文件缓冲区：open函数中第三个可选参数buffering控制着文件的缓冲。、

  1. 如果参数是0， I/O操作就是无缓冲的，直接将数据写到硬盘上。

  2. 如果参数是1， I/O操作就是有缓冲的，数据先写到内存里，只有使用flush函数或者close函数才会将数据更新到硬盘。

  3. 如果参数大于1，则代表缓冲区的大小(单位是字节)。

  4. -1(或者任何负数)代表使用默认缓冲区的大小。

• 文件使用完毕后必须关闭，因为文件对象会占用操作系统资源，影响系统的IO操作。

---

2. 操作文件和目录

在python中对文件和目录的操作经常用到os模块和shutil模块。常用方法：

• 获得当前脚本工作的目录路径：os.getcwd()

• 返回指定目录下的所有文件和目录名：os.listdir()

• 删除一个文件：os.remove(filepath)

• 删除多个空目录：os.removedirs(r"d:\python")

• 检验给出的路径是否是一个文件：os.path.isfile(filepath)

• 检验给出的路径是否是一个目录：os.path.isdir(filepath)

• 判断是否是绝对路径：os.path.isabs()

• 检查路径是否真的存在：os.path.exists()

• 分离一个路径的目录名和文件名：os.path.split(r"/home/demo/demo.txt"), 返回结果是一个元组：('/home/qiye', 'qiye.txt')

• 分离扩展名：os.path.splitext() 测试如上，返回的是一个元组('/home/demo/demo', '.txt)

• 获取路径名：os.path.dirname(file)

• 获取文件名：os.path.basename(filepath)

• 读取和设置环境变量：os.getenv(), os.putenv()

• 重命名文件或者目录：os.rename(old, new)

• 创建多级目录：os.makedirs(r"c:\python\test")

• 创建单个目录：os.makedir("test")

• 获取文件属性：os.stat(file)

• 修改文件权限和时间戳：os.chmod(file)

• 获取文件大写：os.path.getsize(filename)

• 复制文件夹：shutil.copytree("olddir", "newdir")。olddir和newdir都只能是目录，且newdir必须不存在。

• 复制文件：shutil.copyfile("oldfile", "newfile"), oldfile和newfile都只能是文件；shutil.copy("oldfile", "newfile"), oldfile只能是文件，newfile可以是文件，也可以是目标目录。

• 移动文件(目录)：shutil.move("oldpos", "newpos")

• 删除目录：os.rmdir("dir"), 只能删除空目录；shutil.rmtree("dir"), 空目录有内容的目录都可以删。

---

参考：《Python爬虫开发与项目实践》