# 3. 文件

# 1. 文件处理 os/pathlib

遍历文件名

import os

# 获取文件列表
sources_path = "./folder"  # 路径
file_name = os.listdir(sources_path)  # 所有文件名

1
2
3
4
5

遍历多层文件夹

import os

file_list = []
for root, folder, files in os.walk('./folder'):
    for file_name in files:
        file_list.append(root + '/' + file_name)

1
2
3
4
5
6

检测并创建文件夹

import os

# 创建文件夹/文件目录
path = 'abc/'
# 检测文件夹/文件是否存在，不存在就创建该文件夹
if not os.path.exists(path):
    print('folder not exist')
    os.makedirs(path)
else:
    print('folder exist')

1
2
3
4
5
6
7
8
9
10

重命名

import os
# 重命名文件
os.rename(old_name, new_name)

1
2
3

用默认应用打开文件、文件夹

import os
os.startfile('file_path')  # 打开文件
path = ''
os.system("explorer.exe %s" % path)  # 打开文件夹

1
2
3
4

# 2. 文件读写

# 2.1. 通用文件处理 Open

读取文件文件

# 文件名，模式（默认 r), 缓存
file = open('./test.txt', 'r')
for line in file:   # 按行读取
    print(line, end='') # end=''避免输出两次换行
# 关闭文件
file.close()

1
2
3
4
5
6

# 会自动关闭文件（推荐）
with open('./test.txt', 'r') as file:
    # 按行读取，也可以用 for line in file.readlines():
    for line in file:
        print(line, end='') # end=''避免输出两次换行

1
2
3
4
5

写文件

# w 写入，a 追加，文件不存在会自动创建
with open('./test.txt', 'w') as file:
    file.write('123\n')

1
2
3

# 手动打开/关闭文件
log = open('./logs.txt', 'w')   # 打开
log.write('abc\n')  # 写入
log.close() # 关闭

1
2
3
4

参数

open 参数	内容
file	（必须）文件名
mode	打开模式
buffering	设置缓冲
encoding	编码
errors	报错级别
newline	区分换行符
closefd	传入的 file 参数类型
opener	设置自定义开启器

mode 参数	内容
w	以写方式打开
a	以追加模式打开（从 EOF 开始，必要时创建新文件）
r+	以读写模式打开
w+	以读写模式打开（参见 w )
a+	以读写模式打开（参见 a )
rb	以二进制读模式打开
wb	以二进制写模式打开（参见 w )
ab	以二进制追加模式打开（参见 a )
rb+	以二进制读写模式打开（参见 r+ )
wb+	以二进制读写模式打开（参见 w+ )
ab+	以二进制读写模式打开（参见 a+ )

用 numpy 处理 csv 数据的方法

读取数据

file = open("filename.csv", "rb")
# 读取 csv 文件，以逗号为间隔，跳过第一行
data = np.loadtxt(file, delimiter=",", skiprows=1)
a = data[行起始：终止，列起始：终止]

1
2
3
4

用 pandas 读写 csv 文件，参考 pandas 笔记

# 2.2. Excel(xls/xlsx) 文件

使用 xlrd/xlwt(v2.0 以上不支持 xlsx, 请使用 openpyxl)

安装库文件
```
pip install xlrd
pip install xlwt
```
1
2

读取文件

import xlrd

# 打开文件
data = xlrd.open_workbook('filename.xlsx')
# 获取第一个工作表
table = data.sheets()[0]
# 行列数
rows = table.nrows
cols = table.ncols
# 行列值
table.row_values(i)
table.row_values(i)[0]
table.col_values(i)
table.col_values(i)[0]
# 单元格
table.cell(x,y).value

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

日期处理

import xlrd
from xlrd import xldate_as_datetime
from xlrd import xldate_as_tuple

xldate_as_datetime(table.row_values(i)[0], 0)  # 2019-06-01 00:00:00
*xldate_as_tuple(table.row_values(i + 1)[0], 0)  # 2019 6 1 0 0 0

1
2
3
4
5
6

使用 openpyxl

安装库文件

pip install openpyxl
# pandas read_excel 函数也会调用 openpyxl

1
2

读取文件

import openpyxl
# 打开文件
wb = openpyxl.load_workbook("file_name.xlsx")
# 以只读方式打开
wb = openpyxl.load_workbook("file_name.xlsx", read_only=True)

# 读取 sheet 页
sheet = wb['sheetname']
# or
sheet = wb.worksheets[0]

# 行列数
sheet.max_column
sheet.max_row
# 行列值
sheet.cell(x, y).value

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

参考 Python 玩转 Excel🔗 (opens new window)

← 2. Python 数据类型 4. Numpy 矩阵运算 →