快速整理文件——使用Python遍历文件

案例

鸽子忘记自己的mp3文件存储在哪些地方了，想将它们都找出来并整理。 利用os.walk方法遍历目录（D盘），然后将它们都保存到一个文件夹下：

import os 
import shutil
import pathlib
from tqdm import tqdm

search_path = "D:/" # 查找D盘 
store_path = "D:/音乐"

#如果sotre_path不存在则创建目录。
pathlib.Path(store_path).mkdir(parents=True, exist_ok=True) 

for dirpath, dirnames, filenames in tqdm(os.walk(search_path)):
    if dirpath == store_path:
        print(f"跳过{store_path}")
        continue
    for filename in filenames:
        if filename.endswith(".mp3"):
            f = os.path.join(dirpath, filename)
            file_size = os.path.getsize(f)
            if file_size > 2**20: # 文件大小超过1MB(2**20B)
                print(f, file_size)
                dst = os.path.join(store_path,filename)
                shutil.copyfile(f, dst) # 复制到目标文件夹下

注：tqdm用来显示进度，如果没有安装tqdm，可以先安装tqdm： python -m pip install tqdm

下面简单介绍一下用到的库：

os 库

标准库，提供与操作系统相关的功能。例如 文件名、环境变量、进程相关操作。

https://docs.python.org/zh-cn/3/library/os.html

通常很少使用os库，就像文档开头说的：如果你只是想读写一个文件，请参阅 open();如果你想操作文件路径，请参阅 os.path 模块;如果你想读取通过命令行给出的所有文件中的所有行，请参阅 fileinput 模块。为了创建临时文件和目录，请参阅 tempfile 模块;对于高级文件和目录处理，请参阅 shutil 模块。

os.walk

这里介绍一下 os.walk

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

https://docs.python.org/zh-cn/3/library/os.html#os.walk 官方文档说得比较繁琐，可以直接看下面的例子：

例子

import os

search_path = r'D:\资料'
for dirpath, dirnames, filenames in os.walk(search_path):
    print(f"dirpath={dirpath}, dirnames={dirnames}, filenames={filenames}")

目录如下：

运行代码输出：

dirpath=D:\资料, dirnames=['电子书', '表格'], filenames=['资料说明.txt']
dirpath=D:\资料\电子书, dirnames=['精选电子书'], filenames=['a.txt', 'b.txt']
dirpath=D:\资料\电子书\精选电子书, dirnames=[], filenames=['精品.txt']
dirpath=D:\资料\表格, dirnames=[], filenames=['表格1.xlsx', '表格2.xlsx']

os.walk 是递归地向下遍历(深度优先遍历)，访问所有的文件夹。每次遍历返回一个三元组dirpath, dirnames, filenames。 dirpath是当前访问的路径， dirnames是路径下的文件夹（列表）， filename是路径下的文件（列表）。

在本例中，访问的路径依次是:

-->资料 -->资料->电子书 -->资料->电子书->精选电子书 -->资料->表格

shutil库

标准库，与文件操作相关。 https://docs.python.org/zh-cn/3/library/shutil.html

shutil.copyfile(src, dst, *, follow_symlinks=True) 将名为 src 的文件的内容（不包括元数据（元数据是文件大小、修改时间等信息））拷贝到名为 dst 的文件并以尽可能高效的方式返回 dst。 src 和 dst 均为路径类对象或以字符串形式给出的路径名。

如果要拷贝目录，可能要用到copytree： shutil.copytree(src, dst, symlinks=False, ignore=None, copy_function=copy2, ignore_dangling_symlinks=False, dirs_exist_ok=False) 将以 src 为根起点的整个目录树拷贝到名为 dst 的目录并返回目标目录。 dirs_exist_ok 表示是否允许 dst 已存在或父目录缺失。

shutil.move(src, dst, copy_function=copy2) 递归地将一个文件或目录 (src) 移至另一位置 (dst) 并返回目标位置。

小结

使用os.walk可以遍历文件夹，结合其它的一些库（shutil），可以很方便地操作文件。如果需要对文件内容进行判断，还可以进一步处理。