人生苦短我用Python Excel文件基本操作

前言

本文主要介绍通过Python中的pathlib模块，完成Excel文件基本操作，如查看文件属性，拷贝文件，重命名文件，查找文件等。

文件基本操作的模块和类

pathlib.Path 类

pathlib — Object-oriented filesystem paths

This module offers classes representing filesystem paths with semantics appropriate for different operating systems. Path classes are divided between pure paths, which provide purely computational operations without I/O, and concrete paths, which inherit from pure paths but also provide I/O operations.

pathlib 是 Python 3.4 引入的一个面向对象的文件系统路径库，它提供了一种更直观、更易读的方式来处理文件和目录路径。

pathlib模块提供了表示文件系统路径的类，适用于不同的操作系统。

PurePath

PurePosixPath

Path

PureWindowsPath

PosixPath

WindowsPath

• Path 类是文件系统路径库的核心类。

• PosixPath 是 pathlib 库中的一个类，专门用于表示 POSIX 兼容的文件系统路径，如 Unix、Linux 和 macOS 系统。

• PureWindowsPath 是 pathlib 库中的一个类，专门用于表示 Windows 文件系统路径。

• 路径信息

属性	说明
parent	父目录
name	文件名
stem	不带扩展名的文件名
suffix	文件扩展名

• 方法

方法	说明
cwd()	返回当前路径 同os.getcwd()
absolute()	返回绝对路径
/	拼接路径
stat(*, follow_symlinks=True)	文件或目录的信息
exists()	检查路径是否存在
is_file()	检查路径是否是文件
is_dir()	检查路径是否是目录
mkdir(mode=0o777, parents=False, exist_ok=False)	创建目录
rmdir()	删除目录
unlink(missing_ok=False)	删除文件
iterdir()	遍历目录
rename(target)	重命名文件或目录
glob(pattern, *, case_sensitive=None)	搜索当前目录中匹配特定模式的文件和目录
rglob(pattern, *, case_sensitive=None)	递归地搜索当前目录及其子目录中匹配特定模式的文件和目录

os.stat_result 类

Path 中 stat 方法返回 os.stat_result 对象可获取文件或目录的详细信息。

• 常用属性

属性	说明
st_size	文件大小（字节）
st_mtime	最后修改时间（时间戳）
st_atime	最后访问时间（时间戳）
st_ctime	创建时间（时间戳，在某些系统上可能是最后元数据更改时间）
st_atime_ns	最后访问时间（纳秒）
st_mtime_ns	最后修改时间（纳秒）
st_ctime_ns	创建时间（纳秒）

time.struct_time 命名元组

属性	说明
tm_year	年份
tm_mon	月份（1 到 12）
tm_mday	月份中的第几天（1 到 31）
tm_hour	小时（0 到 23）
tm_min	分钟（0 到 59）
tm_sec	秒（0 到 59）
tm_wday	星期几（0 是星期一，6 是星期日）
tm_yday	一年中的第几天（1 到 366）
tm_isdst	是否是夏令时（0：否，1：是，-1：未知）

time 模块

• 常用方法

方法	说明
localtime(seconds=None)	返回本地时间， struct_time 对象
strftime(format, p_tuple=None)	将 struct_time 对象格式化为字符串

• 常用的格式化指令

格式化指令	说明
%Y	四位数的年份
%m	两位数的月份（01 到 12）
%d	两位数的日期（01 到 31）
%H	两位数的小时（00 到 23）
%M	两位数的分钟（00 到 59）
%S	两位数的秒（00 到 59）

shutil 模块

shutil — High-level file operations

The shutil module offers a number of high-level operations on files and collections of files. In particular, functions are provided which support file copying and removal. For operations on individual files, see also the os module.

Warning: Even the higher-level file copying functions (shutil.copy(), shutil.copy2()) cannot copy all file metadata.

pathlib 模块提供了一种面向对象的方式来处理文件系统路径。要使用 pathlib 拷贝文件，需结合 shutil 模块。

shutil 是 Python 标准库中的一个模块，提供了许多用于文件和目录操作的高级函数。这些函数包括文件复制、目录复制、文件和目录删除等。shutil 模块使得文件和目录操作变得更加简单和高效。

方法	说明
copyfile(src, dst, *, follow_symlinks=True)	src：源文件的路径，必须是文件。 dst：目标文件的路径，必须是文件。如果目标文件已存在，它将被覆盖。 只复制文件的内容，不复制文件的元数据（如访问时间和修改时间）。
copy(src, dst, *, follow_symlinks=True)	src：源文件的路径，必须是文件。 dst：目标文件的路径，可以是文件或目录。如果 dst 是目录，则文件将以相同的名称复制到该目录中。 复制文件内容和权限模式，但不复制元数据。
copy2(src, dst, *, follow_symlinks=True)	src：源文件的路径，必须是文件。 dst：目标文件的路径，可以是文件或目录。如果 dst 是目录，则文件将以相同的名称复制到该目录中。 复制文件内容、权限模式和元数据。

示例

• 新建文件 excel.py，并导入包

import shutil
from pathlib import Path
from time import localtime, strftime

查看属性

• 查看路径信息

def path_info(input_path):
    path = Path(input_path)

    absolute = path.absolute()  # 绝对路径
    parent = path.parent  # 文件夹的路径
    name = path.name  # 文件名
    stem = path.stem  # 文件主名
    suffix = path.suffix  # 文件扩展名

    print(f'absolute: {absolute}')
    print(f'parent: {parent}')
    print(f'name: {name}')
    print(f'stem: {stem}')
    print(f'suffix: {suffix}')

• 文件/路径属性

def path_stat_info(input_path):
    path = Path(input_path)

    file_size = path.stat().st_size  # 文件大小
    print(f'file size: {file_size}')

    last_time = path.stat().st_mtime  # 最后修改时间
    local_time = localtime(last_time)
    formatted_time = strftime("%Y-%m-%d %H:%M:%S", local_time)
    print(f'time: {formatted_time}')

    year = local_time.tm_year  # 年
    month = local_time.tm_mon  # 月
    day = local_time.tm_mday  # 日
    hour = local_time.tm_hour  # 时
    minute = local_time.tm_min  # 分
    second = local_time.tm_sec  # 秒

    print(f'year: {year}')
    print(f'month: {month}')
    print(f'day: {day}')
    print(f'hour: {hour}')
    print(f'minute: {minute}')
    print(f'second: {second}')

拷贝文件

def copy_file(input_path, output_path):
    old_path = Path(input_path)
    new_path = Path(output_path)
    if old_path.is_file():
        shutil.copy2(old_path, new_path)

重命名文件

def rename_file(input_path, output_path):
    old_path = Path(input_path)
    new_path = Path(output_path)
    if old_path.is_file():
        old_path.rename(new_path)

查找文件

• 查找指定目录下Excel文件

def list_files(input_path):
    folder_path = Path(input_path)
    if not folder_path.is_dir():
        return

    path_lists = folder_path.glob('*.xls*')
    names = []
    for path in path_lists:
        name = path.name
        names.append(name)
    return names

• 在指定目录下，精准查找（递归）Excel文件

def find_by_file_name(input_path, file_name):
    folder_path = Path(input_path)
    find_lists = folder_path.rglob(file_name)

    names = []
    for path in find_lists:
        names.append(str(path.parent / path.name))
    return names

• 在指定目录下，模糊查找（递归）Excel文件

def find_by_keyword(input_path, keyword):
    folder_path = Path(input_path)
    find_lists = folder_path.rglob(f'*{keyword}*.xls*')

    names = []
    for path in find_lists:
        names.append(str(path.parent / path.name))
    return names

批量操作

• 批量重命名文件()

def rename_files(input_path, output_path, old, name):
    old_path = Path(input_path)
    new_path = Path(output_path)
    if not old_path.is_dir():
        return
    if not new_path.exists():
        new_path.mkdir(parents=True)

    old_path_lists = old_path.glob(f'*{old}*.xls*')
    for old_path in old_path_lists:
        new_file_name = old_path.name.replace(old, name)
        copy_file(old_path, new_path / new_file_name)

• 批量归档Excel（根据最后修改时间，按“年/月”目录分类文档）

def archive_by_time(input_path):
    folder_path = Path(input_path)
    if not folder_path.is_dir():
        return

    path_lists = folder_path.glob('*.xls*')
    for path in path_lists:
        last_time = path.stat().st_mtime
        local_time = localtime(last_time)
        year = local_time.tm_year
        month = local_time.tm_mon

        new_folder_path = folder_path / str(year) / str(month)
        print(new_folder_path)
        if not new_folder_path.exists():
            new_folder_path.mkdir(parents=True)
        copy_file(path.absolute(), new_folder_path / path.name)

测试

• 目录及文件

data
├── 文档1.xlsx
└── 文档2.xls

• 导入模块

import excel

• 目录属性

excel.path_info('data')

# 输出
# absolute: /xxx/xxx/data
# parent: .
# name: data
# stem: data
# suffix: 

• 文件属性

excel.path_info('data/文档1.xlsx')

# 输出
# absolute: /xxx/xxx/data/文档1.xlsx
# parent: data
# name: 文档1.xlsx
# stem: 文档1
# suffix: .xlsx

• 精准查找

find_list1 = excel.find_by_file_name('data', '文档1.xlsx')
print(f'find by file name : {find_list1}')

# 输出
# find by file name : ['data/文档1.xlsx']

• 模糊查找

find_list2 = excel.find_by_keyword('data', '文档')
print(f'find by keyword : {find_list2}')

# 输出
# find by keyword : ['data/文档1.xlsx', 'data/文档2.xls']

• 批量重命名

excel.rename_files('data', 'data2', '文档', '归档')

# data2
# ├── 归档1.xlsx
# └── 归档2.xls