1. 文件操作
path类
from pathlib import Path
path = Path("/usr/local/bin")
# 判断路径是否存在
path.exists()
# 判断是否是文件
path.is_file()
#判断是否是目录
path.is_dir()
# 文件的绝对路径
path.absolute()
path.name # 返回文件的名字
path.stem # 返回不带扩展名的文件名
path.suffix # 返回文件的扩展名
path.parent # 返回文件的父母路
操作目录
from pathlib import Path
path = Path("ecommerce")
path.iterdir() # 返回一个生成器对象
当我们需要处理的文件很多的时候，这样就可以节省一下内存空间
然后就可以遍历这个生成器进行操作比如
paths = [p for p in path.iterdir()]
paths里面存的是一个列表，返回的是
因为我是mac操作系统，所以返回的是PosixPath对象，如果是Windows返回的就是WindowsPath
paths = [p for p in path.iterdir() if p.is_dir()]
这样得到的就是只有目录的文件夹
然而这样的方法存在的问题就是没法进行模糊搜索，和递归搜索，所以接下来我们看一种新的方法
glob 传入的参数是一个格式样本 返回的也是一个生成器
py_files = [p for p in path.glob("*.py")]
递归搜索
py_files = [p for p in path.rglob("*.py")]
这样我们得到的就是ecommerce目录以及子目录下面所有的py文件
文件操作
path = Path("ecommerce/__init__.py")
path.exists()
path.rename("init.txt") # 重命名
path.unlink() # 删除
path.stat() # 返回文件的属性信息
stat()的返回值
从文件中读取数据
path.read_bytes() # 以字节形式读取
path.read_text() # 返回字符串结果
path.write_text("...") # 写文件
# 复制
source = Paht("ecommerce/__init__.py")
target = Path()/"__init.py"
target.write_text(source.read_text())
然而上面的复制方法有一些奇怪，我们还有更好的方法，let's go
有一个shutil或者shell utilities的类，专门针对肤质移动文件的专属方法
import shutil
source = Paht("ecommerce/__init__.py")
target = Path()/"__init.py"
shutil.copy(source, target)
这样，比起来用path对象就清楚多了
处理压缩文件
from pathlib import Path
from zipfile import ZipFile
# 写入
zip = ZipFile("files.zip", "w")
for path in Path("ecommerce").rglob("*.*"):
zip.write(path)
zip.close()
# 解压
zip.extractall("里面传入要解压的目录名")
csv文件处理
import csv
# 写入csv文件
with open("data.csv", "w") as file:
writer = csv.writer(file)
# 写入表头
writer.writerow(["transaction_id", "product_id", "price_id"])
# 写入数据
writer.writerow([1000, 1, 5])
# 读取csv文件中的数据
with open("data.csv") as file:
reader = csv.reader(file) # 可遍历
print(list(reader))
注意reader对象是有一个位置序号的，当你第一次遍历结束以后，他就到了文件末尾了
处理json文件
json作为一种很常用的数据接口，我们需要了解一些基本的用法
import json
from pathlib import Path
# json 文件格式
mivies = [
{"id": 1, "title":"hello world", :"year":1879},
{"id": 2, "title":"hello world22222", :"year":1879},
]
data = json.dumps(movies)
# 写入文件
Path("movies.json").write_text(data)
# 读取文件
data = Path("movies.json").read_text()
movies = json.loads(data)