点击上方蓝色小字，关注“涛哥聊Python”

重磅干货，第一时间送达

来源：诡途

https://blog.csdn.net/qq_35866846/article/details/107823636

【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。

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。

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 walk
path="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 os
path="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.xlsx
data\2020-07-13 - 第一层.xlsx
data\2020-07-14 - 第一层.xlsx
data\testA\2020-07-12-A.xlsx
data\testA\2020-07-13-A.xlsx
data\testA\2020-07-14-A.xlsx
data\testB\2020-07-12-B.xlsx
data\testB\2020-07-13-B.xlsx
data\testB\2020-07-14-B.xlsx
data\testC\2020-07-12-C.xlsx
data\testC\2020-07-13-C.xlsx
data\testC\2020-07-14-C.xlsx

输出指定类型文件

#endswith 截取文件后缀
import os
path="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 os
path="data"
for curDir, dirs, files in os.walk(path):for _dir in dirs:print(os.path.join(curDir, _dir))

data\testA
data\testB
data\testC

案例代码

#综合运用os.walk()——文件指定日期整理程序

import pandas as pd
import numpy as np
import 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=0for 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+=1return 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writerwriter.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.columnsdata1.reset_index(drop=True,inplace=True)#刷新数据源refresh_data(check_file,"数据源",data1)return Nonefile_path="data"
#日期格式：xxxx-xx eg:2020-07-01
start_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_date
try: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)

-END-

一个月不走弯路快速入门学python和python数据分析路线，呕心沥血加班加点做了2天，一共63页，该课件讲的都是路线中的核心知识，今天把该PPT分享给大家，能根据该课件提到的知识有针对性的学，做到真正的少走弯路，课件部分截图如下

PPT领取：

扫描下方公众号回复：PPT

获取下载链接