python os.path 模块详解
os.path.basename() 返回最后一项，通常是文件名
os.path.dirname() 返回的是目录，不包含文件名
os.path.split() 返回元祖包含：目录和文件名
os.path.join(path1,path2,...) 合并组合为一个完整的路径，返回字符串
os.path.splitext() 返回C:\Users\Jack\Desktop\test 和 .pdf
os.listdir() 只返回当前文件夹里面看得见的文件夹和文件，不遍历
os.walk() 返回当前文件夹里面的所有，遍历
1，在实际中常见的一个路径操作是，先获取路径的一个部分，再将路径组合拼接为新的路径，可以用于创建、移动、重命名文件或目录。比如我们想要找到中国环境统计年鉴（1999-2017）文件夹中，文件名含有关键字 “2014” 的所有文件，并将文件的路径保存在列表中。代码如下。
# 需要查找文件的文件夹 dir = 'D:\数据Seminar\Python中的os模块\示例资源\中国环境统计年鉴\中国环境统计年鉴（1999－2017）' # 创建存放结果的列表 list_2014 = list() # os.listdir()函数遍历指定文件夹，返回包含文件夹中所有文件的列表（将在本期第四部分介绍） all_files = os.listdir(dir) # 遍历文件夹中每一个文件 for file in all_files: # 拼接一个文件的路径，得到该文件的绝对路径 file_path = os.path.join(dir, file) # 使用os.path.basename()函数获取文件名，判断这个文件的文件名是否含有关键字“2014” ## 该语句可以替换为 if “2014” in os.path.split(file_path)[1]: if '2014' in os.path.basename(file_path): list_2014.append(file_path) # 查看最终结果列表 list_2014
os.path.join()函数常与os.path.split()等函数一起使用，通过后者解析路径中的目录或文件部分，使用前者进行动态的路径拼接，避免了手动添加文件路径中的分隔符，同时，在拼接路径名时，还可以使用相对路径或绝对路径，使得程序更加简洁明了。操作文件路径时，还有一个较常用的是os.path.abspath()函数，该函数可以将指定路径转化为绝对路径，这样的好处在于，能够确保访问的是文件的绝对路径，避免了由于相对路径与绝对路径不一致导致的错误，同时也避免了由于操作系统不同导致的路径表达方式不同。
2，通常在对文件或目录进行操作前，我们需要先判断指定路径是否指向文件或目录，否则可能会出现错误。比如，我们想要获取某个文件的大小和修改时间，通过以下代码实现。
# 文件的绝对路径 path = r'D:\数据Seminar\Python中的os模块\示例资源\1997~2018县市社会经济主要指标\1997~2018县市社会经济主要指标.xlsx' # 判断该路径是否指向文件，避免路径错误 if os.path.exists(path): # 获取指定文件的大小 size = os.path.getsize(path) # 获取指定文件的修改时间 mtime = os.path.getmtime(path) print(f'文件大小为{size}字节，最后修改时间为{mtime}') else: print('指定路径不存在')
3，如本期引言中提到，我们在数据处理时会遇到一种场景，需要对指定文件夹中特定类型的文件进行处理，那么我们应该如何得到文件的类型呢？本节介绍os.path 模块中用于获取文件拓展名的os.path.splitext()函数。
os.path.splitext(path)函数将路径分为文件名和拓展名两部分。参数 path 是要分割的路径字符串，函数返回值为一个二元组，位置一为文件名，位置二为文件的扩展名，如果该路径末尾没有拓展名，则元组的第二个元素为空字符串。这个函数的返回结果有助于我们找到指定类型的文件，比如，我们想要找到指定文件夹下的所有 PDF 文件，并将其路径保存在列表中。代码如下。
# 文件夹的绝对路径 path = r'D:\数据Seminar\Python中的os模块\示例资源' #用于存放结果的列表 pdf_files = list() # os.listdir()函数遍历指定文件夹，返回包含文件夹中所有文件的列表（将在本期第四部分介绍） all_files_name = os.listdir(path) # 遍历每一个文件 for file_name in all_files_name: # 拼接文件的路径 file_path = os.path.join(path, file_name) # 如果文件得到拓展名为'pdf'，将其添加到列表中 if os.path.splitext(file_path)[1] == '.pdf': pdf_files.append(file_path) # 查看最终的结果 pdf_files
这个示例演示了一种常用于找到文件夹中特定类型文件的方法，通常先使用os.listdir()函数（下文介绍）获取目录下的所有文件，然后遍历文件列表，通过os.path.splitext()函数对文件的拓展名进行判断，找到我们需要类型的文件。
4，os.listdir()函数
os.listdir(path)函数得到一个包含指定目录下所有文件和子目录名称的列表，其中，参数 path 为遍历的目录路径（如果不指定路径，默认为当前工作目录）。在上例中，为找到示例资源文件夹中所有的PDF文件，我们使用os.listdir(path)函数遍历，并将返回的列表赋值给变量all_files_name，代码及列表内容如下。
all_files_name = os.listdir('./示例资源') 返回的 all_files_name 是一个列表
上图中红框部分为示例资源文件夹中的子目录，其余为该文件夹中的文件。在此基础上，便可以结合路径操作方法，循环遍历每一个文件。但是这个函数只能返回指定路径的同级子目录名和文件名，返回结果不包含子目录中的文件和目录，如果需要递归遍历目录下所有文件和子目录，应该使用os.walk()函数。
5，os.walk()函数
os.walk()函数是一个递归式的遍历（递归遍历是指在遍历目录结构时，对每个子目录都进行一次遍历，从而达到遍历整个目录及其子目录的目的），用于遍历指定目录及其子目录中的所有文件和目录，其语法如下。
os.walk(top, topdown=True, onerror=None, followlinks=False)
其中，参数具体含义如下。
- top 为要遍历的目录路径。返回的是一个三元组（dirpath，dirnames，filenames），dirpath 为当前遍历的目录树的目录路径，dirnames 为当前目录下所有子目录列表，filenames为当前目录下所有文件列表。
- topdown 为可选参数，为 True 时（默认）表示优先遍历 top目录，即 walk 会遍历 top 文件夹与其每一个子目录。否则会优先遍历 top 的子目录。
- onerror 为可选的错误处理函数。
- followlinks为可选参数，为 True 时表示会遍历目录下的快捷方式实际所指的目录，为 False 时（默认）表示优先遍历 top 的子目录。
当我们使用os.walk()函数时，它会从根目录开始遍历整个目录树，并且对于每个目录，都会返回一个三元组。下面我们通过示例了解 os.walk() 函数如何进行递归遍历。
现在我们有一个递归遍历示例文件夹（为方便演示，根目录下只有一级子目录），其文件结构为
可以看到，根目录d:\数据Seminar\Python中的os模块\递归遍历示例文件夹中有两个文件，以及两个子目录，再将其子目录展开，得到如下目录树。
下面使用os.walk()函数遍历目录d:\数据Seminar\Python中的os模块\递归遍历示例文件夹。
# 递归遍历该目录 walk_tree = os.walk('D:\数据Seminar\Python中的os模块\递归遍历示例文件夹') # 从根目录开始遍历整个目录树，每一个目录都会返回一个三元组，使用for循环依次查看结果 for dirpath, dirnames, filenames in walk_tree: print('----------当前遍历的目录树的目录路径----------') print(dirpath) print('----------当前目录下的所有子目录列表----------') # 遍历当前目录下所有的子目录 for dirname in dirnames: # 拼接路径，得到子目录的路径 dir_name = os.path.join(dirpath, dirname) print(dir_name) print('----------当前目录下所有文件列表----------') # 遍历当前目录下所有的文件 for filename in filenames: # 拼接路径，得到文件路径 file_name = os.path.join(dirpath,filename) print(file_name)
得到结果如下图所示，第一次循环遍历目录树，结果为红框所示，在当前遍历的根目录下，有两个子目录分别为1997-2018县市社会经济主要指标和农林牧渔行业周报，以及两个文件。第二次循环遍历目录树，当前根目录变为d:\数据Seminar\Python中的os模块\递归遍历示例文件夹\1997-2018县市社会经济主要指标（即目录树的根目录下的第一个子目录），得到该目录下所有的文件，且该目录下没有子目录，故为空。同理，得到第三次循环遍历目录树的结果。
通过os.walk()函数，我们可以轻松遍历整个目录树，查找指定路径中我们需要的所有文件或目录，在处理大量数据时更方便。如果只需要查找指定路径的文件，使用os.listdir()函数即可。