第24课 - 现代文件系统操作（pathlib 模块）

学习目标

完成本课学习后，你将能够：

理解 pathlib 模块的核心优势，并能在新项目中优先选择它而非 os.path
熟练创建、拼接和操作路径对象，完成常见的文件系统任务
使用 pathlib 进行文件搜索、遍历和属性检查，高效管理文件资源
掌握 pathlib 与传统 os 模块的协作方法，实现平滑过渡

核心概念

想象一下，你每天都要整理一个巨大的文件柜。传统的 os.path 模块就像是一套工具箱，你每次操作文件（比如"找到A文件夹里的B文件"）都需要从箱子里拿出不同的工具（函数）来组合使用。而 pathlib 模块则像是一个智能的文件柜管理机器人，它把路径本身当作一个对象，这个对象自带了"寻找"、"复制"、"查看信息"等所有功能。你只需要告诉这个"路径对象"你想做什么，它就知道该如何完成。

pathlib 的三大优势

面向对象：路径不是一个字符串，而是一个 Path 对象，拥有自己的方法和属性。
可读性强：代码更直观，更接近自然语言。
跨平台：自动处理 Windows（\）和 macOS/Linux（/）路径分隔符的差异。

快速对比：os.path vs pathlib

import os
from pathlib import Path

# 传统方式：拼接路径
old_path = os.path.join('documents', 'project', 'data.csv')
# pathlib方式：
new_path = Path('documents') / 'project' / 'data.csv'
print(old_path)  # documents/project/data.csv (在Unix上)
print(new_path)  # documents/project/data.csv

# 检查文件是否存在
os.path.exists(old_path)
new_path.exists()

# 获取文件名
os.path.basename(old_path)
new_path.name

看到区别了吗？pathlib 使用 / 运算符来拼接路径，非常直观，而且所有操作都是对 Path 对象的方法调用。

代码示例

让我们通过一个完整的例子来学习 pathlib 的核心功能。这个例子会创建一个模拟的项目目录结构，并演示如何操作它。

from pathlib import Path
import shutil

# 1. 创建一个Path对象
# Path() 可以接受一个或多个字符串参数，也可以接受一个现有的Path对象
base_dir = Path('my_project') # 相对路径
# 如果你想创建一个绝对路径，可以使用 resolve()
# absolute_path = base_dir.resolve()

print(f"创建的路径对象: {base_dir}")
print(f"这是绝对路径吗? {base_dir.is_absolute()}")

# 2. 创建目录和文件
# mkdir() 创建目录。parents=True 会创建所有必要的父目录（类似 mkdir -p）
base_dir.mkdir(parents=True, exist_ok=True)

# 使用 / 运算符拼接子路径，然后创建文件并写入内容
src_dir = base_dir / 'src'
src_dir.mkdir(exist_ok=True)

main_py = src_dir / 'main.py'
main_py.write_text("print('Hello, World!')\n", encoding='utf-8')

config_file = base_dir / 'config.json'
config_file.write_text('{"name": "demo"}\n', encoding='utf-8')

# 3. 遍历目录
print("\n遍历 'my_project' 目录：")
for item in base_dir.iterdir():
    # item 本身就是一个 Path 对象
    if item.is_file():
        print(f"  文件: {item.name} (大小: {item.stat().st_size} bytes)")
    elif item.is_dir():
        print(f"  目录: {item.name}/")

# 4. 搜索文件 (使用 glob 或 rglob)
print("\n查找所有 .json 文件：")
json_files = list(base_dir.glob('*.json'))  # 只在当前目录查找
for file in json_files:
    print(f"  {file}")

print("\n递归查找所有 .py 文件 (包含子目录)：")
py_files = list(base_dir.rglob('*.py'))  # rglob 递归查找
for file in py_files:
    print(f"  {file}")

# 5. 读取和修改文件
print(f"\n读取 {main_py} 的内容：")
content = main_py.read_text(encoding='utf-8')
print(content)

# 重命名文件
new_main_py = src_dir / 'app.py'
main_py.rename(new_main_py)
print(f"文件已重命名为: {new_main_py}")

# 6. 其他有用的属性和方法
print(f"\n文件 {new_main_py} 的属性：")
print(f"  文件名: {new_main_py.name}")            # app.py
print(f"  文件后缀: {new_main_py.suffix}")         # .py
print(f"  不带后缀的文件名: {new_main_py.stem}")   # app
print(f"  父目录: {new_main_py.parent}")           # my_project/src

# 7. 清理：删除我们创建的所有内容
# 注意：在真实项目中要非常小心地使用删除操作！
print("\n正在清理创建的模拟目录...")
# 使用 shutil.rmtree 来删除整个目录树
shutil.rmtree(base_dir)
print("清理完成。")

运行结果示例 (输出顺序可能略有不同):

创建的路径对象: my_project
这是绝对路径吗? False

遍历 'my_project' 目录：
  文件: config.json (大小: 19 bytes)
  目录: src/

查找所有 .json 文件：
  my_project/config.json

递归查找所有 .py 文件 (包含子目录)：
  my_project/src/main.py

读取 my_project/src/main.py 的内容：
print('Hello, World!')

文件已重命名为: my_project/src/app.py

文件 my_project/src/app.py 的属性：
  文件名: app.py
  文件后缀: .py
  不带后缀的文件名: app
  父目录: my_project/src

正在清理创建的模拟目录...
清理完成。

实践练习

练习 1：路径创建与文件写入（初级）

要求：使用 pathlib，在当前工作目录下创建一个名为 practice_24 的目录，在该目录中创建一个 notes.txt 文件，并写入今天的日期。 预期输出：目录和文件被成功创建，文件内容为类似 2023-10-27 的日期字符串。

练习 2：文件整理模拟器（中级）

要求：给定一个包含多种类型文件（如 .jpg, .txt, .docx, .pdf）的文件夹路径（你可以手动创建几个测试文件）。编写一个函数，使用 pathlib 遍历该文件夹，并将文件移动到以它们扩展名命名的子文件夹中（例如，所有 .jpg 文件移动到 images 子目录，.txt 移动到 texts 子目录）。 预期输出：

移动 picture1.jpg -> ./images/picture1.jpg
移动 report.txt -> ./texts/report.txt
移动 essay.docx -> ./documents/essay.docx

练习 3：项目文件扫描仪（高级）

要求：编写一个程序，扫描一个指定的项目目录（例如，包含代码和文档的目录），生成一份简单的报告。报告应列出：

总文件数和总目录数。
按文件扩展名分类的文件数量统计（例如：.py: 15, .txt: 3）。
找到的最大和最小的文件（按文件大小）的路径和大小。 预期输出（格式自拟）：

=== 项目扫描报告 ===
根目录: /path/to/your/project
总文件数: 25
总目录数: 8
文件类型统计:
  .py: 15
  .md: 5
  .txt: 5
最大文件: /path/to/your/project/data/big_file.bin (1024 KB)
最小文件: /path/to/your/project/config.ini (12 bytes)

常见错误

混淆相对路径与绝对路径：

p = Path('file.txt')  # 这是相对路径，相对于当前工作目录
p.absolute()          # 这会将其转换为绝对路径，但不改变原对象
p = p.resolve()       # resolve() 也能处理符号链接，更推荐用于获取绝对路径

建议：在需要明确位置时，使用 resolve() 确保路径的确定性。

忘记检查文件/目录是否存在：

p = Path('nonexistent_file.txt')
# p.read_text()  # 这会直接引发 FileNotFoundError
if p.exists():
    content = p.read_text()
else:
    print("文件不存在")

建议：在进行读取、删除等操作前，养成使用 exists()、is_file()、is_dir() 检查的习惯。

路径拼接时使用字符串加法：

p = Path('folder')
wrong_path = p + '/file.txt'  # 错误！会导致 TypeError
correct_path = p / 'file.txt' # 正确！使用 / 运算符

建议：始终使用 / 运算符或 Path 的 joinpath() 方法。

编码问题：

p = Path('file_with_chinese.txt')
# p.read_text()  # 如果文件编码不是UTF-8，可能会失败
p.read_text(encoding='gbk')  # 指定正确的编码

建议：读写文本文件时，明确指定 encoding 参数。

递归操作时的风险：

# 删除当前目录下所有名为 'temp' 的目录（非常危险！）
for temp_dir in Path('.').rglob('temp'):
    if temp_dir.is_dir():
        shutil.rmtree(temp_dir)  # 极其危险，可能误删重要数据

建议：递归操作前先打印出所有将要受影响的路径，确认无误。考虑使用 dry-run 模式。

小结

核心思想：pathlib 将文件系统路径视为对象，而非字符串。这带来了更优雅、更 Pythonic 的代码风格。
关键操作：
- 创建与拼接：Path('base') / 'sub' / 'file.ext'
- 目录操作：mkdir(), iterdir(), rmdir() (删除空目录)
- 文件操作：read_text(), write_text(), read_bytes(), write_bytes()
- 检查与查询：exists(), is_file(), is_dir(), name, suffix, stat()
- 搜索：glob('pattern') (非递归), rglob('pattern') (递归)
最佳实践：对于新项目，优先使用 pathlib。它与 shutil（用于复制、移动整个目录树）等标准库配合良好，是现代 Python 文件操作的首选。
下一步预告：在掌握了如何用 pathlib 这个"智能工具"操作文件系统后，我们将进入 面向对象编程 的世界。你会更深刻地理解 Path 本身就是类的一个实例，而你将学习如何创建自己的类来构建更复杂的程序。

练习编辑器

python