pathlib
模块是在Python3.4
版本中首次被引入到标准库中的,作为一个可选模块。
从Python3.6
开始,内置的 open
函数以及 os
、 shutil
和 os.path
模块中的各种函数都可以正确地使用 pathlib.Path
对象了。
最初,pathlib
给人的感觉只是os.path
的一个不必要的面向对象版本,
不过,当你实际去了解pathlib
之后,会发现pathlib
实际上绝不是一个简单的面向对象版本,
而是实实在在的解决了os.path
存在的一些问题。
1. os.path VS pathlib
1.1. 路径规范化
对于os.path
来说,路径的分隔用正斜杆 (\
)还是反斜杠 (/
)需要自己根据操作系统来确定。
或者,每一个路径拼接的地方,都用os.path.join
来连接。
而使用pathlib
的话,直接用反斜杠 (/
)即可,不用担心操作系统的不同。
比如:
python
import os
# windows系统中测试
os.path.join("a/b", "c.txt")
# 运行结果 错误
# 'a/b\\c.txt'
os.path.join("a", "b", "c.txt")
# 运行结果 正确
# 'a\\b\\c.txt'
从代码可以看出,每一层文件夹都必须用join
连接才能正确适应不同系统。
而在pathlib
中,则不需要考虑这么多。
python
from pathlib import Path
Path("a/b").joinpath("c.txt")
# WindowsPath('a/b/c.txt')
Path("a").joinpath("b").joinpath("c.txt")
# WindowsPath('a/b/c.txt')
使用pathlib
,在windows
或者linux
中,统一使用反斜杠 (/
)来分隔文件夹。
路径规范化之后的好处就是代码更加简洁。
比如:下面这个重命名文件的例子(a/b/c/d.csv => a/b/c.csv
)
python
# os.path 方式
os.rename(os.path.join("a", "b", "c", "d.csv"), os.path.join("a", "b", "c.csv"))
# pathlib 方式
Path("a/b/c/d.csv").reanme("a/b/c.csv")
哪种方式更清晰简洁不言而喻。
1.2. 字符串和对象
为什么要用对象来表示路径?
先看下面3个字符串变量:
python
student = '{"name": "databook", "score": "90"}'
graduate_date = "2023-07-01"
home_directory = '/home/databook'
这3个字符串其实代表不同的事物:一种是 JSON blob,一种是日期,一种是文件路径。
再看下面3个用对象表示的变量:
python
from datetime import date
from pathlib import Path
student = {"name": "databook", "score": "90"}
graduate_date = date(2023, 7, 1)
home_directory = Path('/home/databook')
用字符串来表示变量确实简洁,但也导致每个变量失去了其本身的意义,
程序无法区分这个变量代表的是JSON,还是日期,还是一个路径,从而增加了程序的不确定性。
程序规模大了,或者复杂性提高了之后,存在很大的隐患。
os.path
和pathlib
就是这样的关系,os.path
使用字符串表示路径,pathlib
使用Path
对象表示路径。
1.3. 读写文件
pathlib
的路径对象(Path
)可以直接读写文件,因此也能大大简化读写文件的代码。
不用pathlib
的读写文件方式:
python
import os
# 读取文件
fp = os.path.join("a", "b.txt")
with open(fp, "r") as f:
f.read()
# 写入文件
with open(fp, "w") as f:
f.write("hello")
使用pathlib
的话:
python
from pathlib import Path
# 读取文件
Path("a/b.txt").read_text()
# 写入文件
Path("a/b.txt").write_text("hello)
2. pathlib的性能
pathlib
用面向对象的方式处理路径,难免让人觉得会比传统的方式慢很多,也就是存在性能问题。
那么,pathlib
到底会比传统方式慢多少?通过下面的简单示例来看看。
传统方式:
python
def a(d="D:/miniconda3/Lib/site-packages"):
from os import getcwd, walk
extension = ".py"
count = 0
for root, directories, filenames in walk(d):
for filename in filenames:
if filename.endswith(extension):
count += 1
print(f"{count} Python files found")
if __name__ == "__main__":
import time
t0 = time.time()
a()
t1 = time.time()
print(t1 - t0)
# 运行结果:
7875 Python files found
0.31201744079589844
pathlib
方式:
python
def b(d="D:/miniconda3/Lib/site-packages"):
from pathlib import Path
extension = ".py"
count = 0
for filename in Path(d).rglob(f"*{extension}"):
count += 1
print(f"{count} Python files found")
if __name__ == "__main__":
import time
t0 = time.time()
b()
t1 = time.time()
print(t1 - t0)
# 运行结果:
7875 Python files found
0.44898128509521484
读取的标准库中的文件,总共将近8000
个文件,运行多次后,时间大概相差0.1秒 左右。
pathlib
的性能确实略逊于传统方式,但是将近8000
个文件,也只慢了0.1秒 ,
如果不是大规模处理文件的话,还是用pathlib
更好。
3. 总结
总的来说,与传统的 os.path
模块相比,pathlib
提供了一种更现代和面向对象的方式来处理文件路径。
它支持跨平台的文件路径操作,使得开发者可以更容易地编写可移植的代码。
此外,pathlib
还提供了链式调用的能力,使得代码更加简洁和易读。
因此,为了代码更加简洁、易读和可维护,推荐使用 pathlib
来替代传统的 os.path
。