深度对比Python中4大文件处理库（os、shutil、glob、pathlib）
一、开篇
os库
应该是使用频率最高的一个文件处理库，但是不得不说Python中还有几个其它的文件处理库，像
shutil库
、
glob库
、
pathlib库
，它们可以说是相互补充，有着自己好用的方法。黄同学亲切的将它们合称为Python文件处理库的
四大天王
。
今天呢，咋们就对这4个库来个深度对比，对比一下好像学习什么都快了。
二、四大库各自好用的地方
这里采用
文字叙述
为大家讲解这四大模块各自的用法，具体内容会在后面详细介绍。
1. os库
对于os模块来说，这是大家最熟悉的一个库，功能相对很齐全，主要像以下这些功能：
- os.getcwd()： 获取当前的工作路径；
- os.chdir() ： 改变当前工作目录到指定的路径；
- os.listdir(path)： 传入任意一个path路径，返回的是该路径下所有文件和目录组成的列表；
- os.mkdir()： 创建文件夹；
2. shutil库
shutil库，最主要的功能就是提供了对 文件/文件夹的复制、移动和删除 功能，主要如下：
- shutil.copy(src,dst)： 复制文件，src表示源文件，dst表示目标文件夹；
- shutil.copytree(src,dst)： 复制文件夹，src表示源文件夹，dst表示目标文件夹；
- shutil.move(src,dst)： 移动文件/文件夹，src表示源文件/文件夹，dst表示目标文件夹；
- shutil.rmtree(src)： 删除文件夹，src表示源文件夹。区别这里和os模块中remove() 、rmdir()的用法、remove()方法只能删除某个文件，mdir()只能删除某个空文件夹。但是shutil模块中的rmtree()可以递归彻底删除非空文件夹；
3. glob库
glob库，提供了更加便捷的 用来查找符合特定规则的目录和文件 的方法，主要它支持*、**、? 、[ ]这四个通配符。
- *： 匹配0个或多个字符；
- **： 匹配所有文件、目录、子目录和子目录里的文件（3.5版本新增）；
- ?： 匹配一个字符；
- []： 匹配指定范围内的字符，如[0-9]匹配数字，[a-z]匹配小写字母；
4. pathlib库
pathlib库中有一些功能超级棒，其中我最喜欢下面这个功能：
- p.name： 获取文件名；
- p.suffix： 获取文件后缀；
有了上述说明，下面详细为大家介绍4个库它们各自的用法。
三、os库
1. 模块的安装和导入
# 导入
import os2. os.getcwd()
- 作用：获取当前的工作路径；
os.getcwd()结果如下：
3. os.listdir(path)
-
作用：传入任意一个path路径，返回的是该路径下所有
文件和目录组成的列表；
path = r"C:\Users\黄伟\Desktop\publish\os模块\test_os模块"
os.listdir(path)结果如下：
4. os.walk(path)
-
含义 ：传入任意一个path路径，深层次遍历指定路径下的所有子文件夹，返回的是一个由路径、文件夹列表、文件列表组成的元组。我代码中写的方式属于
元组拆包； - 元组拆包： 就是将一个元组中的每个值，赋值给不同的变量；
path = r"C:\Users\黄伟\Desktop\publish\os模块\test_os模块"
for path,dirs,files in os.walk(path):
print(path)
print(dirs)
print(files)
print("\n")结果如下：
5. os.path.exists(path)
- 含义：传入一个path路径，判断指定路径下的目录是否存在。存在返回True，否则返回False；
path1 = 'C:\\Users\\黄伟\\Desktop\\publish\\os模块\\huang_wei'
if os.path.exists(path1):
print("指定文件夹存在")
else:
print("指定文件夹不存在")结果如下：
6. os.mkdir(path)
- 含义：传入一个path路径，创建单层(单个)文件夹；
- 注意：如果文件夹已经存在，就会报错。因此创建文件夹之前，需要使用os.path.exists(path)函数判断文件夹是否存在；
os.getcwd()
path1 = os.getcwd()+"\\huang_wei"
os.mkdir(path1)结果如下：
7. os.makedirs(path)
- 含义：传入一个path路径，生成一个递归的文件夹；
- 注意：如果文件夹存在，就会报错。因此创建文件夹之前，需要使用os.path.exists(path)函数判断文件夹是否存在；
os.getcwd()
path1 = os.getcwd()+"\\huang_wei"
os.mkdir(path1)结果如下：
8. os.rmdir(path)
- 含义：传入一个path路径，删除指定路径下的文件夹；
- 注意：该方法只能删除空文件夹，删除非空文件夹会报错；
path1 = os.getcwd()+"\\huang_wei"
os.rmdir(path1)
----------------------------------
path2 = os.getcwd()+"\\a\\b\\c"
os.rmdir(path2) 结果如下：
9. os.path.join(path1,path2)
- 含义：传入两个path路径，将该路径拼接起来，形成一个新的完整路径；
path = os.getcwd()
lis = ["a.jpg","b.jpg","c.jpg"]
for i in lis:
x = os.path.join(path,i)
print(x)结果如下：
10. os.path.split(path)
-
含义：传入一个完整的path路径，将其拆分为
绝对路径和文件名2部分；
path1 = r"C:\Users\黄伟\Desktop\publish\os模块\a.jpg"
os.path.split(path1)结果如下：
11. os.path.dirname(path)
- 含义：传入一个完整的文件路径，只获取其绝对路径；
path1 = r"C:\Users\黄伟\Desktop\publish\os模块\a.jpg"
os.path.dirname(path1)结果如下：
12. os.path.basename(path)
- 含义：传入一个完整的文件路径，只获取其文件名；
path1 = r"C:\Users\黄伟\Desktop\publish\os模块\a.jpg"
os.path.basename(path1)结果如下：
13. os.path.isdir(path)
- 含义：传入一个完整的文件路径，判断它是否是文件夹；
path = os.getcwd()
file_list = os.listdir()
for file in file_list:
if os.path.isdir(file):
print(file)结果如下：
14. os.path.isfile(path)
- 含义：传入一个完整的文件路径，判断它是否是文件；
path = os.getcwd()
file_list = os.listdir()
for file in file_list:
if os.path.isfile(file):
print(file)结果如下：
15. os.path.sep
- 含义：返回当前操作系统的路径分隔符；
os.path.sep结果如下：
16. os.path.getsize(path)
- 含义：传入一个完整的文件路径，返回该文件的大小；
os.path.getsize("我创建的压缩包.zip")结果如下：
四、shutil库
本文所使用的素材，都是基于以下2个文件夹，其中一个文件夹为空。
1. 模块导入
import shutil2. 复制文件
- 函数：shutil.copy(src,dst)
- 含义：复制文件；
- 参数：src表示源文件，dst表示目标文件夹；
- 注意：当移动到一个不存在的“目标文件夹”，系统会将这个不存在的“目标文件夹”识别为新的文件夹，而不会报错；
# 1.将a表的“data.txt”移动到b表
src = r"C:\Users\黄伟\Desktop\publish\os模块\test_shutil_a\data.txt"
dst = r"C:\Users\黄伟\Desktop\publish\os模块\test_shutil_b"
shutil.copy(src,dst)
------------------------------------------------------------
# 2.将a表的“data.txt”移动到b表，并重新命名为“new_data.txt”
src = r"C:\Users\黄伟\Desktop\publish\os模块\test_shutil_a\data.txt"
dst = r"C:\Users\黄伟\Desktop\publish\os模块\test_shutil_b\new_data.txt"
shutil.copy(src,dst)
------------------------------------------------------------
# 3.将a表的“data.txt”移动到“不存在”的文件夹
src = r"C:\Users\黄伟\Desktop\publish\os模块\test_shutil_a\data.txt"
dst = r"C:\Users\黄伟\Desktop\publish\os模块\test_shutil_c"
shutil.copy(src,dst)
注意：对于情况3，系统会默认将“test_shutil_c”识别为文件名，而不是按照我们认为的，移动到一个新的不存在的文件夹。
"""结果如下：
3. 复制文件夹
- 函数：shutil.copytree(src,dst)
- 含义：复制文件夹；
- 参数：src表示源文件夹，dst表示目标文件夹；
- 注意：这里只能是移动到一个空文件夹，而不能是包含其他文件的非空文件夹，否则会报错PermissionError；
① 如果目标文件夹中存在其他文件，会报错；
# 将a文件夹移动到b文件夹，由于前面的操作，此时b文件夹中已经有其他文件
src = r"C:\Users\黄伟\Desktop\publish\os模块\test_shutil_a"
dst = r"C:\Users\黄伟\Desktop\publish\os模块\test_shutil_b"
shutil.copytree(src,dst)结果如下：
② 如果指定任意一个目标文件夹，则会自动创建；
# c文件夹原本是不存在的，我们使用了下方的代码，会自动创建该文件夹
src = r"C:\Users\黄伟\Desktop\publish\os模块\test_shutil_a"
dst = r"C:\Users\黄伟\Desktop\publish\os模块\test_shutil_c"
shutil.copytree(src,dst)结果如下：
4. 移动文件或文件夹
- 函数：shutil.move(src,dst)
- 含义：移动文件/文件夹；-- 参数：src表示源文件/文件夹，dst表示目标文件夹；
- 注意：文件/文件夹一旦被移动了，原来位置的文件/文件夹就没了。目标文件夹不存在时，会报错；
# 将当前工作目录下的“a.xlsx”文件，移动到a文件夹下
dst = r"C:\Users\黄伟\Desktop\publish\os模块\test_shutil_a"
shutil.move("a.xlsx",dst)
----------------------------------------------------------------
# 将a文件夹下的“a.xlsx”文件，移动到b文件夹中，并重新命名为“aa.xlsx”
src = r"C:/Users/黄伟/Desktop/publish/os模块/test_shutil_a\a.xlsx"
dst = r"C:\Users\黄伟\Desktop\publish\os模块\test_shutil_b\aa.xlsx"
shutil.move(src,dst)结果如下：
注意：移动文件夹操作类似，我这里就不赘述了，自行下去学习。
5. 删除文件夹(慎用)
- 函数：shutil.rmtree(src)
- 含义：删除文件夹；
- 参数：src表示源文件夹；
- 注意：区别这里和os模块中remove()、rmdir()的用法，remove()方法只能删除某个文件，mdir()只能删除某个空文件夹。但是shutil模块中的rmtree()可以递归彻底删除非空文件夹；
# 将c文件夹彻底删除
src = r"C:\Users\黄伟\Desktop\publish\os模块\test_shutil_c"
shutil.rmtree(src)结果如下：
6. 创建和解压压缩包
- zipobj.write()：创建一个压缩包；
- zipobj.namelist()：读取压缩包中的文件信息；
- zipobj.extract()：将压缩包中的单个文件，解压出来；
- zipobj.extractall()：将压缩包中所有文件，解压出来；
- shutil 模块对压缩包的处理是调用 ZipFile 和 TarFile这两个模块来进行的，因此需要导入这两个模块；
- 注意：这里所说的压缩包，指的是“.zip”格式的压缩包；
① 创建一个压缩包
import zipfile
import os
file_list = os.listdir(os.getcwd())
# 将上述所有文件，进行打包，使用“w”
with zipfile.ZipFile(r"我创建的压缩包.zip", "w") as zipobj:
for file in file_list:
zipobj.write(file)结果如下：
② 读取压缩包中的文件信息
import zipfile
with zipfile.ZipFile("我创建的压缩包.zip", "r") as zipobj:
print(zipobj.namelist())结果如下：
③ 将压缩包中的单个文件，解压出来
- 注意：目标文件夹不存在，会自动创建；
import zipfile
# 将压缩包中的“test.ipynb”文件，单独解压到a文件夹下
dst = r"C:\Users\黄伟\Desktop\publish\os模块\test_shutil_a"
with zipfile.ZipFile("我创建的压缩包.zip", "r") as zipobj:
zipobj.extract("test.ipynb",dst)结果如下：
④ 将压缩包中所有文件，解压出来；
- 注意：目标文件夹不存在，会自动创建；
import zipfile
# 将压缩包中的所有文件，解压到d文件夹下
dst = r"C:\Users\黄伟\Desktop\publish\os模块\test_shutil_d"
with zipfile.ZipFile("我创建的压缩包.zip", "r") as zipobj:
zipobj.extractall(dst)结果如下：
五、glob库
1. 支持4个常用的通配符
使用glob模块能够快速查找我们想要的目录和文件，就是由于它支持
*
、
**
、
?
、
[ ]
这三个通配符，那么它们到底是 什么意思呢？
- *： 匹配0个或多个字符；
- **： 匹配所有文件、目录、子目录和子目录里的文件（3.5版本新增）；
- ?： 代匹配一个字符；
- []： 匹配指定范围内的字符，如[0-9]匹配数字，[a-z]匹配小写字母；
- 注意： 这3个通配符的用法，将在讲函数的时候，一起带大家操作一遍；
2. glob库中主要的3个函数
其实glob库很简单，只有3个主要函数供我们使用，它们分别是 glob() 、 iglob() 、 escape() 函数，因此学习起来特别容易。
- glob.glob()： 返回符合匹配条件的所有文件的路径；
- glob.iglob()： 返回一个迭代器对象，需要循环遍历获取每个元素，得到的也是符合匹配条件的所有文件的路径；
- glob.escape()： escape可以忽略所有的特殊字符，就是星号、问号、中括号，用处不大；
-
recursive=False：
代表递归调用，与特殊通配符
“**”一同使用，默认为False，False表示不递归调用，True表示递归调用；
① glob()函数
path1 = r"C:\Users\黄伟\Desktop\publish\os模块\test_shutil_a\[0-9].png"
glob.glob(path1)
path2 = r"C:\Users\黄伟\Desktop\publish\os模块\test_shutil_a\[0-9a-z].*"
glob.glob(path2)结果如下：
② iglob()函数
path1 = r"C:\Users\黄伟\Desktop\publish\os模块\test_shutil_a\[0-9].png"
a = glob.iglob(path1)
for i in a:
print(i)结果如下：
③ escape()函数
通过下方两行代码的对比，可以看出escape()函数只是让
*
只表示它本来的意思，而不再具有通配符的作用。
glob.glob('t*')
glob.escape('t*')结果如下：
通过上面的叙述可以知道，glob库其实并没有很多东西，就记住
3个通配符
、
3个函数
即可。对于我们来说，glob库就是方便我们查找文件而诞生的，因此我们好好掌握glob()这一个函数，其实就够了，其它的知道、会用就行。
六、pathlib库
在使用之前，需要提前导入pathlib库。
from pathlib import Path1. 最重要的Path对象
Path对象是这个库的核心，里面有着超级多好用的
文件、文件夹
处理方法，供我们调用。
① 当前路径下的Path对象
p = Path.cwd()
p结果如下：
② 任意指定路径下的Path对象
p = Path('C:/Users/Administrator/Desktop/python三剑客/pathlib库/抽奖.txt')
p结果如下：
从上图可以看出，Path对象既可以是一个
文件对象
，也可以是一个
文件夹对象
。根据不同的对象，调用对应的方法，就可以很便捷的处理文件或文件夹。
2. 获取文件的具体信息
我们既然针对某个文件操作，所以首先应该获取到文件的Path对象。
p = Path("抽奖.txt")
p.stat()结果如下：
3. 路径拼接
Path对象，进行路径拼接，直接使用一个
/
斜杠即可。
p = Path('C:/Users/Administrator/Desktop/python三剑客')
p1 = p/'pathlib库'
p1结果如下：
4. 获取上级目录
p = Path.cwd()
p.parent
p.parent.parent结果如下：
5. 获取文件的具体信息
我们既然针对某个文件操作，所以首先应该获取到文件的Path对象。
p = Path("抽奖.txt")
p.stat()结果如下：
6. 获取指定路径下所有文件/文件夹的路径信息
以当前工作目录为例：在当前工作目录下，有下方这些文件。
如何获取每个文件对应的路径信息呢？
p = Path.cwd()
for i in p.iterdir():
print(i)结果如下：
「注意：」 iterdir()方法返回的是直接子文件或子文件夹【不考虑嵌套文件夹中的文件】。
7. 获取指定路径下"符合条件"文件的路径信息
仅想要获取直接子文件的路径信息，使用的是glob()方法。
p = Path.cwd()
file_list = p.glob('*.txt')
for file in file_list:
print(file)结果如下：
由于需求改变，我不仅想要获取直接子文件的信息，而且还要递归所有文件夹，找到所有符合条件的文件信息？这里有两种办法：
① 方法一
p = Path.cwd()
file_list = p.glob('**/*.txt')
for file in file_list:
print(file)结果如下：
② 方法二
p = Path.cwd()
file_list = p.rglob('*.txt')
for file in file_list:
print(file)结果如下：
综上所述：
- Ⅰ 不考虑嵌套文件夹中的文件，使用glob()方法；
- Ⅱ 考虑嵌套文件夹中的文件，使用rglob()方法；
8. 限制递归次数，访问嵌套文件夹
「一个粉丝留言问我：」 如果你有一个嵌套文件夹，嵌套次数很深。但是我们并不需要一直访问到最后一层，应该怎么办呢？
① 不限制递归次数
p = Path.cwd()
file_list = p.rglob('*.txt')
for file in file_list:
print(file)结果如下：
② 限制递归次数
p = Path.cwd()
file_list = p.rglob('*.txt')
for i,file in enumerate(file_list):
if i <= 2:
print(file)结果如下：
9. 判断当前路径是否存在某个文件或者文件夹
这个需求很有用，比如我们做文件分类的时候，我们需要创建新的文件夹，用于文件分类。此时，我们需要判断，创建的文件夹是否是不存在的，只有不存在我们才去创建这个文件夹。
p = Path.cwd()
for i in p.iterdir():
print(i)结果如下：
如果有这么些文件，如何判断文件或文件夹，是否存在呢？
10. 创建文件夹
上面我们如果已经判断了不存在
666.txt
这个文件，而不存在'b'这个文件夹，现在我们就来创建它。
p = Path.cwd()
p1 = p/'b'
if not Path('C:/Users/Administrator/Desktop/python三剑客/pathlib库/b').exists():
p1.mkdir()结果如下：
上述我们已经为大家创建了单个文件夹，现在我们来创建一个递归文件夹，这里一定要使用
parents=True
参数。
p = Path.cwd()
p1 = p/'嵌套第一层'/'嵌套第二层'