【Python】基础语法入门（二十四）——文件与目录操作进阶：安全、高效地处理本地数据

📁 说明 ：文件和目录操作是绝大多数 Python 应用的基础功能------无论是读取配置、保存日志，还是批量处理数据。本篇深入讲解 pathlib、os、shutil、glob 等模块的高级用法 ，并强调安全性、健壮性与跨平台兼容性，助你写出专业级的文件处理代码。

你将掌握：

• 用 pathlib 实现现代、面向对象的路径操作
• 安全创建/删除目录（避免 FileExistsError 和空目录残留）
• 高效遍历大型目录（使用生成器避免内存爆炸）
• 批量重命名、移动、复制文件
• 处理权限、元数据与临时文件
• 防范路径遍历等安全风险

---

1. 为什么推荐 pathlib？（vs os.path）

特性	os.path	pathlib.Path
风格	函数式（os.path.join("a", "b")）	面向对象（Path("a") / "b"）
可读性	较低	高（支持运算符）
跨平台	需注意分隔符	自动处理
方法丰富度	基础	内置 .read_text(), .mkdir() 等

✅ 从 Python 3.4 起，官方推荐使用 pathlib

---

2. 核心操作实战

2.1 创建目录（安全且递归）

from pathlib import Path

# 创建单层目录（存在则报错）
Path("logs").mkdir(exist_ok=True)

# 创建多层目录（如 a/b/c）
Path("data/raw/images").mkdir(parents=True, exist_ok=True)

🔑 参数说明：

• parents=True：自动创建父目录
• exist_ok=True：目录已存在时不报错

---

2.2 安全写入文件（避免覆盖/损坏）

方法1：原子写入（推荐）

from pathlib import Path
import tempfile

def safe_write(file_path: Path, content: str):
    """先写临时文件，再原子替换原文件"""
    with tempfile.NamedTemporaryFile(
        dir=file_path.parent,
        delete=False,
        mode="w",
        encoding="utf-8"
    ) as tmp:
        tmp.write(content)
        tmp_path = Path(tmp.name)
    
    # 原子替换（POSIX 系统保证）
    tmp_path.replace(file_path)

✅ 优势：

• 写入失败不破坏原文件
• 避免程序崩溃导致半写入文件

方法2：简单覆盖（适合非关键数据）

Path("config.json").write_text('{"debug": true}', encoding="utf-8")

---

2.3 遍历目录（高效 & 可控）

场景1：仅当前目录下的文件

for item in Path("docs").iterdir():
    if item.is_file():
        print(item.name)

场景2：递归遍历所有 .txt 文件

# 使用 glob（简洁）
for txt_file in Path("project").rglob("*.txt"):
    print(txt_file)

# 使用 walk（更灵活）
for root, dirs, files in Path("data").walk():  # Python 3.12+
    for f in files:
        if f.endswith(".log"):
            print(root / f)

⚠️ 注意：

• rglob() 返回生成器，内存友好
• 旧版本 Python（❤️.12）用 os.walk() + Path

---

2.4 批量操作：重命名、移动、删除

示例：为图片添加前缀

from pathlib import Path

img_dir = Path("photos")
for i, img in enumerate(img_dir.glob("*.jpg"), start=1):
    new_name = f"vacation_{i:03d}.jpg"
    img.rename(img_dir / new_name)

移动文件到归档目录

archive = Path("archive")
archive.mkdir(exist_ok=True)

for log in Path("logs").glob("*.log"):
    log.replace(archive / log.name)  # 移动（同盘）或复制+删除（跨盘）

安全删除目录（非空）

import shutil

# 删除整个目录树
shutil.rmtree("temp_data", ignore_errors=True)

# 或用 pathlib（Python 3.12+）
Path("temp_data").rmtree(ignore_errors=True)

❌ 不要用 os.rmdir()：只能删空目录

---

3. 获取文件元数据

from pathlib import Path
import datetime

p = Path("report.pdf")

if p.exists():
    stat = p.stat()
    print(f"大小: {stat.st_size} 字节")
    mtime = datetime.datetime.fromtimestamp(stat.st_mtime)
    print(f"修改时间: {mtime}")
    
    # 检查权限（Unix-like 系统）
    print(f"可读: {os.access(p, os.R_OK)}")

💡 提示：

• st_mtime = 修改时间
• st_ctime = 创建时间（Windows）/ 状态变更时间（Unix）

---

4. 安全性：防范路径遍历攻击

当处理用户输入的文件名时，必须校验路径合法性！

危险示例（切勿模仿！）

# 用户输入 filename = "../../../etc/passwd"
filename = input("输入文件名: ")
Path("uploads") / filename  # 可能逃出 uploads 目录！

安全做法：限制在指定目录内

def safe_join(base_dir: Path, user_path: str) -> Path:
    """确保 user_path 不会逃出 base_dir"""
    resolved = (base_dir / user_path).resolve()
    if not resolved.is_relative_to(base_dir.resolve()):
        raise ValueError("非法路径！")
    return resolved

# 使用
try:
    safe_path = safe_join(Path("uploads"), "../../secret.txt")
except ValueError as e:
    print(e)  # 非法路径！

🔒 关键函数：

• Path.resolve()：解析绝对路径（含 ..）
• Path.is_relative_to()：检查是否在指定目录下（Python 3.9+）

---

5. 临时文件与目录（回顾 + 进阶）

自动清理的临时工作区

import tempfile
from pathlib import Path

with tempfile.TemporaryDirectory() as tmp_dir:
    work_path = Path(tmp_dir)
    
    # 在此目录下进行复杂操作
    (work_path / "input.csv").write_text("...")
    process_data(work_path)
    
    # 退出 with 块后自动删除整个目录

✅ 适用场景：

• 解压 ZIP 后处理文件
• 生成中间报告
• 测试隔离环境

---

6. 常见陷阱与解决方案

问题	原因	解决方案
FileNotFoundError	父目录不存在	用 mkdir(parents=True)
中文文件名乱码	编码未指定	open(..., encoding="utf-8")
权限拒绝	无写权限	检查 os.access() 或捕获 PermissionError
跨平台路径错误	硬编码 \ 或 /	始终用 Path 或 os.path.join
删除非空目录失败	用了 os.rmdir	用 shutil.rmtree

---

7. 实战：构建一个"日志归档工具"

整合所学知识，编写一个实用小工具：

#!/usr/bin/env python3
from pathlib import Path
import shutil
from datetime import datetime

def archive_logs(log_dir: Path, archive_dir: Path):
    """将 7 天前的日志移至归档目录"""
    archive_dir.mkdir(parents=True, exist_ok=True)
    
    now = datetime.now()
    for log_file in log_dir.glob("app_*.log"):
        stat = log_file.stat()
        mtime = datetime.fromtimestamp(stat.st_mtime)
        days_old = (now - mtime).days
        
        if days_old >= 7:
            # 构建带日期的归档名
            date_str = mtime.strftime("%Y%m%d")
            stem = log_file.stem
            ext = log_file.suffix
            new_name = f"{stem}_{date_str}{ext}"
            
            target = archive_dir / new_name
            log_file.replace(target)
            print(f"归档: {log_file.name} → {new_name}")

if __name__ == "__main__":
    archive_logs(Path("logs"), Path("logs/archive"))

✨ 功能亮点：

• 自动创建归档目录
• 按修改时间判断是否过期
• 重命名包含日期，避免冲突

---

8. 总结：文件操作黄金法则

1. 用 pathlib.Path 代替字符串拼接路径
2. 写入关键文件时使用原子操作
3. 遍历大目录用生成器（glob, iterdir）
4. 处理用户输入路径时严格校验
5. 删除目录用 shutil.rmtree
6. 始终指定文本编码（utf-8）

🐍 记住 ：

"文件系统是不可靠的外部世界，你的代码必须做好防御。"

------ 专业开发者的基本素养

---

下一步练习

1. 为你的 To-Do List 添加"自动备份"功能 （每天备份 tasks.json 到 backup/）
2. 编写一个"清理下载文件夹"脚本（按扩展名分类移动文件）
3. 实现一个安全的文件上传接口（校验路径、限制大小、扫描内容）

🧹 掌控文件系统，就是掌控数据的命脉。

用稳健的代码，守护你的每一份数据！

继续精进，成为文件操作的 Python 高手！