[python]《Python编程快速上手:让繁琐工作自动化》学习笔记3

1. 组织文件笔记（第9章）(代码下载)

1.1 文件与文件路径
通过import shutil调用shutil模块操作目录，shutil模块能够在Python 程序中实现文件复制、移动、改名和删除；同时也介绍部分os操作文件的函数。常用函数如下：

函数	用途	备注
shutil.copy(source, destination)	复制文件
shutil.copytree(source, destination)	复制文件夹	如果文件夹不存在，则创建文件夹
shutil.move(source, destination)	移动文件	返回新位置的绝对路径的字符串，且会覆写文件
os.unlink(path)	删除path处的文件
os.rmdir(path)	删除path处的文件夹	该文件夹必须为空，其中没有任何文件和文件
shutil.rmtree(path)	删除path处的文件夹	包含的所有文件和文件夹都会被删除
os.walk(path)	遍历path下所有文件夹和文件	返回3个值：当前文件夹名称，当前文件夹子文件夹的字符串列表，当前文件夹文件的字符串列表
os.rename(path)	path处文件重命名

1.2 用zipfile 模块压缩文件
通过import zipfile，利用zipfile模块中的函数，Python 程序可以创建和打开（或解压）ZIP 文件。常用函数如下：

函数	用途	备注
exampleZip=zipfile.ZipFile(‘example.zip’)	创建一个ZipFile对象	example.zip表示.zip 文件的文件名
exampleZip.namelist()	返回ZIP 文件中包含的所有文件和文件夹的字符串的列表
spamInfo = exampleZip.getinfo(‘example.txt’)	返回一个关于特定文件的ZipInfo 对象	example.txt为压缩文件中的某一文件
spamInfo.file_size	返回源文件大小	单位字节
spamInfo.compress_size	返回压缩后文件大小	单位字节
exampleZip.extractall(path))	解压压缩文件到path目录	path不写，默认为当前目录
exampleZip.extract(‘spam.txt’, path)	提取某一压缩文件当path目录	path不写，默认为当前目录
newZip = zipfile.ZipFile(‘new.zip’, ‘w’)	以“写模式”打开ZipFile 对象
newZip.write(‘spam.txt’, compress_type=zipfile.ZIP_DEFLATED)	压缩文件	第一个参数是要添加的文件。第二个参数是“压缩类型”参数
newZip.close()	关闭ZipFile对象

2. 项目练习

2.1 将带有美国风格日期的文件改名为欧洲风格日期

# 导入模块
import shutil
import os
import re
# Renames filenames with American MM-DD-YYYY date format to European DD-MM-YYYY.

# 含美国风格的日期
# Create a regex that matches files with the American date format.
datePattern = re.compile(
    # 匹配文件名开始处、日期出现之前的任何文本
    r"""^(.*?) # all text before the date
        # 匹配月份
        ((0|1)?\d)- # one or two digits for the month
        # 匹配日期
        ((0|1|2|3)?\d)- # one or two digits for the day
        # 匹配年份
        ((19|20)\d\d) # four digits for the year
        (.*?)$ # all text after the date
        """, re.VERBOSE)

# 查找路径
searchPath='d:/'

for amerFilename in os.listdir(searchPath):
    mo = datePattern.search(amerFilename)
    # Skip files without a date.
    if mo == None:
        continue
    # Get the different parts of the filename.
    # 识别日期
    beforePart = mo.group(1)
    monthPart = mo.group(2)
    dayPart = mo.group(4)
    yearPart = mo.group(6)
    afterPart = mo.group(8)

    # Form the European-style filename. 改为欧洲式命名
    euroFilename = beforePart + dayPart + '-' + \
        monthPart + '-' + yearPart + afterPart
    # Get the full, absolute file paths.
    # 返回绝对路径
    absWorkingDir = os.path.abspath(searchPath)
    # 原文件名
    amerFilename = os.path.join(absWorkingDir, amerFilename)
    # 改后文件名
    euroFilename = os.path.join(absWorkingDir, euroFilename)
    # Rename the files.
    print('Renaming "%s" to "%s"...' % (amerFilename, euroFilename))
    shutil.move(amerFilename, euroFilename)  # uncomment after testing

Renaming "d:\今天是06-28-2019.txt" to "d:\今天是28-06-2019.txt"...

2.2 将一个文件夹备份到一个ZIP 文件

import zipfile
import os

# 弄清楚ZIP 文件的名称
def backupToZip(folder):
    # Backup the entire contents of "folder" into a ZIP file.
    # 获得文件夹绝对路径
    folder = os.path.abspath(folder)  # make sure folder is absolute
    # Figure out the filename this code should use based on
    # what files already exist.
    number = 1
    while True:
        # 压缩文件名
        zipFilename = os.path.basename(folder) + '_' + str(number) + '.zip'
        # 如果压缩文件不存在
        if not os.path.exists(zipFilename):
            break
        number = number + 1

    # Create the ZIP file.
    print('Creating %s...' % (zipFilename))
    # 创建新ZIP 文件
    backupZip = zipfile.ZipFile(zipFilename, 'w')
    # TODO: Walk the entire folder tree and compress the files in each folder.
    print('Done.')

    # 提取文件目录
    # 一层一层获得目录
    # Walk the entire folder tree and compress the files in each folder.
    for foldername, subfolders, filenames in os.walk(folder):
        print('Adding files in %s...' % (foldername))

        # 压缩文件夹
        # Add the current folder to the ZIP file.
        backupZip.write(foldername)

        # Add all the files in this folder to the ZIP file.
        for filename in filenames:
            newBase = os.path.basename(folder) + '_'
            # 判断文件是否是压缩文件
            if filename.startswith(newBase) and filename.endswith('.zip'):
                continue  # don't backup the backup ZIP files
            backupZip.write(os.path.join(foldername, filename))
    backupZip.close()
    print('Done.')

backupToZip('image')

Creating image_1.zip...
Done.
Done.

2.3 选择性拷贝

编写一个程序，遍历一个目录树，查找特定扩展名的文件（诸如.pdf 或.jpg）。不论这些文件的位置在哪里，将它们拷贝到一个新的文件夹中。

import shutil
import os

def searchFile(path, savepath):
    # 判断要保存的文件夹路径是否存在
    if not os.path.exists(savepath):
        # 创建要保存的文件夹
        os.makedirs(savepath)
    # 遍历文件夹
    for foldername, subfolders, filenames in os.walk(path):
        for filename in filenames:
            # 判断是不是txt或者pdf文件
            if filename.endswith('txt') or filename.endswith('pdf'):
                inputFile = os.path.join(foldername, filename)
                # 保存文件路径
                outputFile = os.path.join(savepath, filename)
                # 文件保存
                shutil.copy(inputFile, outputFile)

searchFile("mytest", "save")

2.4 删除不需要的文件

编写一个程序，遍历一个目录树，查找特别大的文件或文件夹。将这些文件的绝对路径打印到屏幕上。

import os

def deletefile(path):
    for foldername, subfolders, filenames in os.walk(path):
        for filename in filenames:
            # 绝对路径
            filepath = os.path.join(foldername, filename)
            # 如果文件大于100MB
            if os.path.getsize(filepath)/1024/1024 > 100:
                # 获得绝对路径
                filepath = os.path.abspath(filepath)
                print(filepath)
                # 删除文件
                os.unlink(filepath)

deletefile("mytest")

2.5 消除缺失的编号

编写一个程序，在一个文件夹中，找到所有带指定前缀的文件，诸如spam001.txt,spam002.txt 等，并定位缺失的编号（例如存在spam001.txt 和spam003.txt，但不存在spam002.txt）。让该程序对所有后面的文件改名，消除缺失的编号。

import os
import re
# 路径地址
path = '.'
fileList = []
numList = []
# 寻找文件
pattern = re.compile('spam(\d{3}).txt')
for file in os.listdir(path):
    mo = pattern.search(file)
    if mo != None:
        fileList.append(file)
        numList.append(mo.group(1))

# 对存储的文件排序
fileList.sort()
numList.sort()

# 开始缺失的文件编号
# 编号从1开始
index = 1
# 打印不连续的文件
for i in range(len(numList)):
    # 如果文件编号不连续
    if int(numList[i]) != i+index:
        inputFile = os.path.join(path, fileList[i])
        print("the missing number file is {}:".format(inputFile))
        outputFile = os.path.join(path, 'spam'+'%03d' % (i+1)+'.txt')
        os.rename(inputFile, outputFile)

the missing number file is .\spam005.txt: