其他
Python管理文件神器 os.walk
编辑：乐乐 | 来自：诡途
链接：blog.csdn.net/qq_35866846/article/details/107823636
上一篇：Python 正则表达式大全
大家好，我是Python人工智能技术
【导语】：有没有想过用python写一个文件管理程序？听起来似乎没思路？其实是可以的，因为Python已经为你准备好了神器os.walk，进来看看吧！
Python中os.walk是一个简单易用的文件、目录遍历器，可以帮助我们高效的处理文件、目录方面的事情。
本文将详细介绍os.walk模块，最后使用os.walk模块实现一个在指定日志整理文件的程序。
1、基本介绍
os.walk()：扫描某个指定目录下所包含的子目录和文件，返回的是一个迭代器。
2、基本使用
假设文件夹data有如下的目录结构(cmd 命令：tree /f)
2.1扫描所有文件
扫描内容：
子文件夹和文件
子文件夹下的文件
输出内容：
文件夹名称/文件名称
扫描路径：
自顶向下 topdown=True(默认)
自底向上 topdown=False
from os import walkpath="data"for curDir, dirs, files in walk(path):#for curDir, dirs, files in walk(path,topdown=False): print("现在的目录：" ,curDir) print("该目录下包含的子目录：" , str(dirs)) print("该目录下包含的文件：",str(files)) print("*"*20)自顶向下扫描结果：
现在的目录：data该目录下包含的子目录：['testA', 'testB', 'testC']该目录下包含的文件：['2020-07-12 - 第一层.xlsx', '2020-07-13 - 第一层.xlsx', '2020-07-14 - 第一层.xlsx']********************现在的目录：data\testA该目录下包含的子目录：[]该目录下包含的文件：['2020-07-12-A.xlsx', '2020-07-13-A.xlsx', '2020-07-14-A.xlsx']********************现在的目录：data\testB该目录下包含的子目录：[]该目录下包含的文件：['2020-07-12-B.xlsx', '2020-07-13-B.xlsx', '2020-07-14-B.xlsx']********************现在的目录：data\testC该目录下包含的子目录：[]该目录下包含的文件：['2020-07-12-C.xlsx', '2020-07-13-C.xlsx', '2020-07-14-C.xlsx']********************自底向上扫描结果：
现在的目录：data\testA该目录下包含的子目录：[]该目录下包含的文件：['2020-07-12-A.xlsx', '2020-07-13-A.xlsx', '2020-07-14-A.xlsx']********************现在的目录：data\testB该目录下包含的子目录：[]该目录下包含的文件：['2020-07-12-B.xlsx', '2020-07-13-B.xlsx', '2020-07-14-B.xlsx']********************现在的目录：data\testC该目录下包含的子目录：[]该目录下包含的文件：['2020-07-12-C.xlsx', '2020-07-13-C.xlsx', '2020-07-14-C.xlsx']********************现在的目录：data该目录下包含的子目录：['testA', 'testB', 'testC']该目录下包含的文件：['2020-07-12 - 第一层.xlsx', '2020-07-13 - 第一层.xlsx', '2020-07-14 - 第一层.xlsx']********************2.2扫描输出所有文件的路径
输出所有文件：
import ospath="data"for curDir, dirs, files in os.walk(path): for file in files: print(os.path.join(curDir, file))data\2020-07-12 - 第一层.xlsxdata\2020-07-13 - 第一层.xlsxdata\2020-07-14 - 第一层.xlsxdata\testA\2020-07-12-A.xlsxdata\testA\2020-07-13-A.xlsxdata\testA\2020-07-14-A.xlsxdata\testB\2020-07-12-B.xlsxdata\testB\2020-07-13-B.xlsxdata\testB\2020-07-14-B.xlsxdata\testC\2020-07-12-C.xlsxdata\testC\2020-07-13-C.xlsxdata\testC\2020-07-14-C.xlsx输出指定类型文件
#endswith 截取文件后缀import ospath="data"for curDir, dirs, files in os.walk(path): [print(os.path.join(curDir, file)) for file in files if file.endswith(".xlsx")]2.3扫描输出所有的子目录（子文件夹）
# 使用os.walk输出某个目录下的所有文件import ospath="data"for curDir, dirs, files in os.walk(path): for _dir in dirs: print(os.path.join(curDir, _dir))data\testAdata\testBdata\testC案例代码
#综合运用os.walk()——文件指定日期整理程序
另外搜索公众号编程技术圈回复关键字"Python”获取一份惊喜礼包。
import pandas as pdimport numpy as npimport os,openpyxl#移动符合条件文件，并删除二级文件夹和多余文件def move_file(file_path,_new_path,date_xl_str):
#本月文件移动至对应新建文件夹，非本月文件直接删除 for curDir, dirs, files in os.walk(file_path): for file in files: old_path = os.path.join(curDir, file) new_path = os.path.join(_new_path, file) file_date=file.split("_")[-1][:10] try: os.rename(old_path,new_path) if file_date in date_xl_str else os.remove(old_path) except: os.remove(old_path)
#移除子文件夹 for curDir, dirs, files in os.walk(file_path): for _dir in dirs: os.removedirs(os.path.join(curDir, _dir)) os.mkdir("data")
#文件去重-相同日期文件def qch_date(file_path): wj_names=os.listdir(file_path) wj_list=[] num=0 for wj in wj_names: new_wj=wj[:-11] if new_wj not in wj_list: wj_list.append(new_wj) else: os.remove(file_path+"\\"+wj) num+=1 return num
#更新数据源def refresh_data(file_path,sheet_name,data): book=openpyxl.load_workbook(file_path) writer=pd.ExcelWriter(file_path,engine="openpyxl")
#在ExcelWriter的源代码中，它初始化空工作簿并删除所有工作表， #writer.book = book将原来表里面的内容保存到writer中 writer.book=book
#activate激活指定sheet工作表 ws=book[sheet_name]
#清空当前活动表数据 for row in ws.iter_rows(): for cell in row: cell.value=None
#dataframe行列数 idx_num,col_num=data.shape
#新数据写入当前活动表-注意索引偏移 for i in range(1,idx_num+1): for j in range(1,col_num+1): ws.cell(row=i,column=j).value=data.iloc[i-1,j-1]
#保存关闭writer writer.save() writer.close()
return None
#文件检查def check_file(file_path,check_file="文件检查.xlsx"): wj_names=os.listdir(file_path) data=pd.DataFrame([wj.split("_")[2:] for wj in wj_names],columns=["店铺名称","日期"]) data['日期']=data['日期'].str[:10]
#标题columns放到dataframe中 nind=data.index.insert(0,'0') data1=data.reindex(index=nind) data1.loc['0']=data.columns data1.reset_index(drop=True,inplace=True)
#刷新数据源 refresh_data(check_file,"数据源",data1)
return None
file_path="data"#日期格式：xxxx-xx eg:2020-07-01start_date=input("请输入开始日期：")end_date=input("请输入开始日期：")
#生成日期区间-字符串类型date_xl_str=[str(i)[:10] for i in pd.date_range(start_date,end_date,freq='D')]
#创建指定文件夹new_path=start_date+"~"+end_datetry: os.mkdir(new_path)except: print("文件夹 【%s】 已存在"%new_path)
#移动符合条件文件，并删除二级文件夹和多余文件move_file(file_path,new_path,date_xl_str)
#文件去重num=qch_date(new_path)print("去除重复文件 %s 个"%num)
#文件检查check_file(new_path)免责声明：本文内容来源于网络，文章版权归原作者所有，意在传播相关技术知识&行业趋势，供大家学习交流，若涉及作品版权问题，请联系删除或授权事宜。
技术君个人微信
添加技术君个人微信即送一份惊喜大礼包
→ 技术资料共享
→ 技术交流社群
--END--
往日热文：
神器！微软发布 Python 的 JIT 编译器：Pyjion！
Python程序员深度学习的“四大名著”：
这四本书着实很不错！我们都知道现在机器学习、深度学习的资料太多了，面对海量资源，往往陷入到“无从下手”的困惑出境。而且并非所有的书籍都是优质资源，浪费大量的时间是得不偿失的。给大家推荐这几本好书并做简单介绍。
获得方式：