热线电话：13121318867

快看，教你怎么上班摸鱼

2021-07-14

来源：数据STUDIO

作者：云朵君

工作中，当你需要对某个文件夹或多个文件夹内的大量类似文件做相同操作（增删改查）时，你还在拼命加班做一个没有感情的工具人嘛？掌握以下几个操作，瞬间完成任务，然后你就可以摸鱼去了。

运用Python进行批量处理，无疑是减少了无限的工作量，将枯燥无味，重复性工作交给机器。你只需要花几分钟时间编写几行代码，轻松摆脱工具人，这就是办公自动化的魅力所在。

在介绍批量处理文件之前，先介绍下Python文件IO的一般操作。

一、OS模块常用方法

import os

1.os.getcwd( )

方法获取代码当前工作路径

2.os.listdir(path)

获取当前工作文件夹内的文件夹或文件。

用于返回指定的文件夹包含的文件或文件夹的名字的列表。这个列表以字母顺序。它不包括 '.' 和'..'即使它在文件夹中。

3.os.makedirs(path, mode=0o777)

用于递归创建目录。

如果子目录创建失败或者已经存在，会抛出一个 OSError 的异常，Windows上Error 183 即为目录已经存在的异常错误。

path -- 需要递归创建的目录，可以是相对或者绝对路径。
mode -- 权限模式。

如果第一个参数 path 只有一级，则 mkdir() 函数相同。

4.os.mkdir(path[, mode])

用于以数字权限模式创建目录。

默认的模式为 0777 (八进制)。如果目录有多级，则创建最后一级，如果最后一级目录的上级目录有不存在的，则会抛出一个 OSError。

path -- 要创建的目录，可以是相对或者绝对路径。
mode -- 要为目录设置的权限数字模式

5.os.walk(top[, topdown=True[, onerror=None[, followlinks=False]]])

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。

可以创建一个生成器，用以生成所要查找的目录及其子目录下的所有文件。

用于通过在目录树中游走输出在目录中的文件名，向上或者向下。

top -- 根目录下的每一个文件夹(包含它自己), 产生3-元组(dirpath, dirnames, filenames)【文件夹路径, 文件夹名字, 文件名】。
topdown --可选，为True或者没有指定, 一个目录的的3-元组将比它的任何子文件夹的3-元组先产生 (目录自上而下)。如果topdown为 False, 一个目录的3-元组将比它的任何子文件夹的3-元组后产生 (目录自下而上)。
onerror -- 可选，是一个函数; 它调用时有一个参数, 一个OSError实例。报告这错误后，继续walk,或者抛出exception终止walk。
followlinks -- 设置为True，则通过软链接访问目录。

6.os.chdir(path)

用于改变当前工作目录到指定的路径。

path -- 要切换到的新路径

7.os.path.abspath(path)

返回绝对路径

8.os.path.dirname(path)

返回文件路径

9.os.path.join(path1[, path2[, ...]])

把目录和文件名合成一个路径

10.os.path.split(path)

把路径分割成 dirname 和 basename，返回一个元组

11.os.path.splitext(path)

分割路径中的文件名与拓展名

12.os.path.walk(path, visit, arg)

遍历path，进入每个目录都调用visit函数，visit函数必须有3个参数(arg, dirname, names)，dirname表示当前目录的目录名，names代表当前目录下的所有文件名，args则为walk的第三个参数。

13.os.path.exists(path)

路径存在则返回True,路径损坏返回False。

二、获取指定后缀名的文件

当一个文件夹中含有多种类型的文件，以下列举几个，有时候实际情况比这更多更复杂，我们需要找到需要的格式文件比较困难，因此批量获取指定后缀名的文件显得尤其重要。

import os def find_file(work_dir, extension='jpg'):     """
    获取指定后缀名的文件
    :param work_dir:传递当前目录
    :param extension:指定的后缀名
    :return: 返回所有目录下的文件
    """     # 空列表用以存储获取到的文件名      lst = []
     for filename in os.listdir(work_dir):
         # 指定文件夹中的文件名逐一打印          print(filename)
         # 获取得到文件后缀          splits = os.path.splitext(filename)
         file_ext = splits[1] # 拿到扩展名         if file_ext == '.' + extension:
             lst.append(filename)
     return lst

函数运用

>>> In: find_file('./批处理')
    .ipynb_checkpoints
    Data STUDIO.jpg
    logger.py
    MySQL.zip
    svm.pptx
    test.csv
    text.xls
    text.xlsx
    关注《数据STUDIO》.gif
    成都市地图.html
    批处理.ipynb
    控规图.dwg >>> Out: ['Data STUDIO.jpg']

三、xls批量转换成xlsx

此方法是获取指定后缀名的文件的一个应用，获取到指定后缀名的文件后对相应文件作一个修改。

import os def batch_rename(work_dir, old_ext ='.xls', new_ext='.xlsx'):     """
    批量重命名后缀
    :param work_dir:传递当前目录
    :param old_ext:原来后缀名
    :param new_ext:新的后缀名后
    """     for filename in os.listdir(work_dir):
          # 获取得到文件后缀           split_file = os.path.splitext(filename)
          file_ext = split_file[1]
          # 定位后缀名为old_ext 的文件           if old_ext == file_ext:
          # 修改后文件的完整名称               newfile = split_file[0] + new_ext
              # 实现重命名操作               os.rename(
                  os.path.join(work_dir, filename),
                  os.path.join(work_dir, newfile)
               )
    print("完成重命名")
print(os.listdir(work_dir))

如果将其中的file_ext = split_file[1]改为file_name = split_file[0],后面再做相应的修改，可以变成批量修改文件名称。

四、批量获取文件修改时间

这里演示os.walk(path) 的应用。有时我们需要获取某个具有好几个层级的目录下的所有文件，根据条件筛选出某个目标文件，对其做相应的操作。这里演示获取文件的修改时间。

# 获取目录下文件的修改时间 import os
from datetime import datetime print(f"当前时间：{datetime.now().strftime('%Y-%m-%d %H:%M:%S')}")
def get_modify_time(indir):
    for root, _, files in os.walk(indir): # 循环D:批处理目录和子目录         for file in files:
            absfile = os.path.join(root, file)
            modtime = datetime.fromtimestamp(os.path.getmtime(absfile))
            now = datetime.now()
            difftime = now-modtime
            if difftime.days < 20: # 条件筛选超过指定时间的文件                 print(f"""{absfile}
                    修改时间[{modtime.strftime('%Y-%m-%d %H:%M:%S')}]
                    距今[{difftime.days:3d}天{difftime.seconds//3600:2d}时
                    {difftime.seconds%3600//60:2d}]"""                      ) # 打印相关信息 get_modify_time('./批处理')

输出

当前时间：2021-02-05 19:21:48     ./MySQL.zip修改时间[2021-01-29 16:46:13]距今[ 7天 3时35]              
    ./svm.pptx修改时间[2021-01-21 10:22:12]距今[ 15天 8时59]     ./test.csv修改时间[2021-01-25 18:36:40]距今[ 11天 0时45]     ./关注《数据STUDIO》.gif修改时间[2021-02-04 11:14:07]距今[ 1天 8时 7]     ./批处理.ipynb修改时间[2021-02-05 19:21:44]距今[ 0天 0时 0]     ./.ipynb_checkpoints批处理-checkpoint.ipynb修改时间[2021-02-05 19:57:42]距今[ 0天 0时24]

五、批量压缩文件

这里同样运用到os.path.walk(path) 。

另外一个用来做压缩和解压的Python模块--zipfile

压缩文件

zipfile.ZipFile(file[, mode[, compression[, allowZip64]]])

file -- 文件的路径或类文件对象(file-like object)
mode -- 指示打开zip文件的模式，默认值为'r'，表示读已经存在的zip文件，也可以为 'w'或 'a'，'w'表示新建一个zip文档或覆盖一个已经存在的zip文档， 'a'表示将数据附加到一个现存的zip文档中;
compression -- 在写zip文档时使用的压缩方法，它的值可以是zipfile.ZIP_STORED 或 zipfile.ZIP_DEFLATED。如果要操作的zip文件大小超过2G，应该将allowZip64设置为True。

有如下常用方法

ZipFile.infolist()获取zip文档内所有文件的信息，返回一个zipfile.ZipInfo的列表

ZipFile.namelist() 获取zip文档内所有文件的名称列表

ZipFile.printdir()将zip文档内的信息打印到控制台上

import zipfile # 加载压缩文件，创建ZipFile对象 file_dir = './Data STUDIO.zip' zipFile = zipfile.ZipFile(file_dir) print('info:',zipFile.infolist()) print('name:',zipFile.namelist()) print('dir:',zipFile.printdir())

输出

info: [<ZipInfo filename='Data STUDIO.jpg' compress_type=deflate external_attr=0x20 file_size=791106 compress_size=336551>] name: ['Data STUDIO.jpg'] File Name                                             Modified             Size Data STUDIO.jpg                                2020-11-03 10:01:00       791106 dir: None

解压文件

ZipFile.extract(member[, path[, pwd]])

将zip文档内的指定文件解压到当前目录。

member -- 指定要解压的文件名称或对应的ZipInfo对象；
path -- 指定了解析文件保存的文件夹；
pwd -- 为解压密码。

下面一个例子将保存在程序根目录下的text.zip内的所有文件解压到D:/Work 目录

import zipfile import os
zipFile = zipfile.ZipFile(file_dir) for file in zipFile.namelist():
    zipFile.extract(file, 'd:/Work')
zipFile.close()

另一种解压zip文档中的所有文件到当前目录：

ZipFile.extractall([path[, members[, pwd]]])

members的默认值为zip文档内的所有文件名称列表，也可以自己设置，选择要解压的文件名称

批量压缩文件

import zipfile # 导入zipfile,这个是用来做压缩和解压的Python模块； import os import time def batch_zip(start_dir):     start_dir = start_dir # 要压缩的文件夹路径     file_news = start_dir + '.zip' # 压缩后文件夹的名字     z = zipfile.ZipFile(file_news, 'w', zipfile.ZIP_DEFLATED)
    for dir_path, dir_names, file_names in os.path.walk(start_dir):
         print(dir_path)
         print(dir_names)
         print(file_names)
         # 这一句很重要，不replace的话，就从根目录开始复制          f_path = dir_path.replace(start_dir, '')
         # 实现当前文件夹以及包含的所有文件的压缩          f_path = f_path and f_path + os.sep 
         for filename in file_names:
             z.write(os.path.join(dir_path, filename), f_path + filename)
     z.close()
     return file_news
batch_zip('E:/批处理/test')

输出

E:/批处理/test []
['Data STUDIO.jpg', 'logger.py', 'MySQL.zip', 'svm.pptx', 'test.csv', 'text.xls', 'text.xlsx', '关注《数据STUDIO》.gif', '成都市地图.html', '控规图.dwg'] 'E:/批处理/test.zip'