在 Python 3.4 之前和路径相关操作函数都放在 os 模块里面,尤其是os.path这个子模块,可以说os.path模块非常常用。而在 Python 3.4,标准库添加了新的模块 - pathlib,它使用面向对象的编程方式来表示文件系统路径。

作为一个从 Python 2 时代过来的人,已经非常习惯使用 os,那么为什么我说「应该使用 pathlib 替代 os.path」呢?基于这段时间的体验,我列出了几个 pathlib 模块的优势和特点。

基本用法

在过去,文件的路径是纯字符串,现在它会是一个pathlib.Path对象:

In : from pathlib import Path

In : p = Path('/home/ubuntu')

In : p
Out: PosixPath('/home/ubuntu')

In : str(p)
Out: '/home/ubuntu'

使用 str 函数可以把一个 Path 对象转化成字符串。在 Python 3.6 之前,Path 对象是不能作为 os 模块下的参数的,需要手动转化成字符串:

  ~ ipython3.5
Python 3.5.5 (default, Aug  1 2019, 17:00:43)
Type 'copyright', 'credits' or 'license' for more information
IPython 7.3.0 -- An enhanced Interactive Python. Type '?' for help.

In : import os

In : pwd
Out: '/data/home/dongweiming'

In : p = Path('/')

In : os.chdir(p)
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-5-facfc9d7a7d1> in <module>
----> 1 os.chdir(p)

TypeError: argument should be string, bytes or integer, not PosixPath

In : os.chdir(str(p))

In : pwd
Out: '/'

从 Python 3.6 开始,这些接受路径作为参数的函数内部会先通过os.fspath调用 Path 对象的__fspath__方法获得字符串类型的路径再去执行下面的逻辑。所以要注意:如果你想全面使用 pathlib 模块,应该使用 Python3.6 或者更高版本!

和 os 功能对应的方法列表

先看一下 os (os.path) 模块里部分函数与pathlib.Path对应的方法吧。下面列出的这些可以直接用 pathlib 里面的用法代替:

os and os.path pathlib
os.path.abspath Path.resolve
os.chmod Path.chmod
os.mkdir Path.mkdir
os.rename Path.rename
os.replace Path.replace
os.rmdir Path.rmdir
os.remove, os.unlink Path.unlink
os.getcwd Path.cwd
os.path.exists Path.exists
os.path.expanduser Path.expanduser and Path.home
os.path.isdir Path.is_dir
os.path.isfile Path.is_file
os.path.islink Path.is_symlink
os.stat Path.stat, Path.owner, Path.group
os.path.isabs PurePath.is_absolute
os.path.join PurePath.joinpath
os.path.basename PurePath.name
os.path.dirname PurePath.parent
os.path.samefile Path.samefile
os.path.splitext PurePath.suffix

举 2 个例子:

# 原来的写法
In : os.path.isdir(os.getcwd())
Out: True
# 新的写法
In : Path.cwd().is_dir()
Out: True

# 原来的写法
In : os.path.basename('/usr/local/etc/mongod.conf')
Out: 'mongod.conf'
# 新的写法
In : Path('/usr/local/etc/mongod.conf').name
Out: 'mongod.conf'

接着感受下 pathlib 带来的变化。

/拼接路径

过去路径拼接最正确的方法是用os.path.join:

In : os.path.join('/', 'home', 'dongwm/code')
Out: '/home/dongwm/code'

In : os.path.join('/home', 'dongwm/code')
Out: '/home/dongwm/code'

现在可以用pathlib.Path提供的 joinpath 来拼接:

In : Path('/').joinpath('home', 'dongwm/code')
Out: PosixPath('/home/dongwm/code')

但是更简单和方便的方法是用/运算符:

In : Path('/') / 'home' / 'dongwm/code'
Out: PosixPath('/home/dongwm/code')

In : Path('/') / Path('home') / 'dongwm/code'
Out: PosixPath('/home/dongwm/code')

In : '/' / Path('home') / 'dongwm/code'
Out: PosixPath('/home/dongwm/code')

这也不是什么神奇魔法,有兴趣的可以看 Path 对象__truediv____rtruediv__方法的实现。

链式调用

链式调用是 OOP 带来的重要改变,从前面的例子中也能感受到,过去的都是把路径作为函数参数传进去,现在可以链式调用。我们看一个更复杂一点的例子:

In : os.path.isfile(os.path.join(os.path.expanduser('~/lyanna'), 'config.py'))
Out: True

长不长?现在的写法呢:

In : (Path('~/lyanna').expanduser() / 'config.py').is_file()
Out: True

是不是非常符合我们从左向右的阅读习惯呢?

自带属性

Path 对象带了多个有用的属性

parent/parents

如果想获得某个文件的父级目录通常需要使用os.path.dirname或者字符串的 rpartition (或 split) 方法:

In : p = '/Users/dongweiming/test'

In : p.rpartition('/')[0]
Out: '/Users/dongweiming'

In : p.rsplit('/', maxsplit=1)[0]
Out: '/Users/dongweiming'

In : os.path.dirname(p)
Out: '/Users/dongweiming'

如果想获得父级的父级更麻烦一些,例如用os.path.dirname,需要这样:

In : from os.path import dirname

In : dirname(dirname(p))
Out: '/Users'

使用 Path 对象的 parents 属性可以拿到各级目录列表 (索引值越大越接近 root),而 parent 就表示父级目录:

In : p = Path('/Users/dongweiming/test')

In : p.parents[0]
Out: PosixPath('/Users/dongweiming')

In : p.parents[1]
Out: PosixPath('/Users')

In : p.parents[2]
Out: PosixPath('/')

In : p.parent
Out: PosixPath('/Users/dongweiming')

In : p.parent.parent
Out: PosixPath('/Users')

由于 parent 返回的还是 Path 对象,所以可以链式的获取其 parent 属性。

suffix/stem

在过去获得文件后缀名,以及去掉后缀的文件名字,需要使用os.path.basenameos.path.splitext:

In : base = os.path.basename('/usr/local/etc/my.cnf')

In : base
Out: 'my.cnf'

In : stem, suffix = os.path.splitext(base)

In : stem, suffix
Out: ('my', '.cnf')

现在就很方便了:

In : p = Path('/usr/local/etc/my.cnf')

In : p.suffix, p.stem
Out: ('.cnf', 'my')

注意:当文件有多个后缀,可以用suffixes返回文件所有后缀列表:

In : Path('my.tar.bz2').suffixes
Out: ['.tar', '.bz2']

In : Path('my.tar').suffixes
Out: ['.tar']

In : Path('my').suffixes
Out: []

实用方法

Path 对象里面有多个实用的方法,我举例一些。

touch 方法

Python 语言没有内置创建文件的方法 (linux 下的 touch 命令),过去这么做:

with open('new.txt', 'a') as f:
    ...

现在可以直接用 Path 的 touch 方法:

Path('new.txt').touch()

touch 接受mode参数,能够在创建时确认文件权限,还能通过exist_ok参数方式确认是否可以重复 touch (默认可以重复创建,会更新文件的 mtime)

home

获得用户的 HOME 目录比较常见,过去的写法:

In : os.path.expanduser('~')
Out: '/Users/dongweiming'

现在就Path.home就可以了:

In : Path.home()
Out: PosixPath('/Users/dongweiming')

读写文件

Path 对象自带了操作文件的方法:

In : p = Path('~/1.txt').expanduser()

In : p.write_text('123\n')
Out: 4

In : p.read_text()
Out: '123\n'

In : p.write_bytes(b'456\n')
Out: 4

In : p.read_bytes()
Out: b'456\n'

In : with p.open() as f:
...:     for line in f:
...:         print(line)
...:
456

可以用write_text写入字符串,用write_bytes将文件以二进制模式打开写入字节数据。对应的,可以用read_text读取文本内容,也可以用read_bytes以字节对象的形式返回路径指向的文件的二进制内容。还可以用open获得文件句柄。

不过需要注意,Path 里面带的这几个方法只是一些「快捷方式」,「一次性的」。举个例子:

In : p = Path('~/1.txt').expanduser()

In : p.read_text()
Out: '456\n'

In : p.write_text('789\n')
Out: 4

In : p.write_text('1011\n')
Out: 5

In : p.read_text()
Out: '1011\n'

可以看到,多次写入最终结果是最后一次写入的内容。而读取也没有缓存区,全部读取出来。其实读一下源码即能理解:

In [96]: p.read_text??
Signature: p.read_text(encoding=None, errors=None)
Source:
    def read_text(self, encoding=None, errors=None):
        """
        Open the file in text mode, read it, and close the file.
        """
        with self.open(mode='r', encoding=encoding, errors=errors) as f:
            return f.read()
File:      /usr/local/lib/python3.7/pathlib.py
Type:      method

In [97]: p.write_text??
Signature: p.write_text(data, encoding=None, errors=None)
Source:
    def write_text(self, data, encoding=None, errors=None):
        """
        Open the file in text mode, write to it, and close the file.
        """
        if not isinstance(data, str):
            raise TypeError('data must be str, not %s' %
                            data.__class__.__name__)
        with self.open(mode='w', encoding=encoding, errors=errors) as f:
            return f.write(data)
File:      /usr/local/lib/python3.7/pathlib.py
Type:      method

** 在实际工作中这些方法要谨慎使用!``

with_name/with_suffix

以前我写过一些修改文件名字或者路径后缀的需求:基于某个文件路径生成另外一个文件路径。举个例子,有一个文件地址'/home/gentoo/screenshot/abc.jpg',2 个需求:

  1. 获得转成 png 格式的路径
  2. 把图片名字改成 123

过去需要这么做:

In : p = '/home/gentoo/screenshot/abc.jpg'

In : '{}.png'.format(os.path.splitext(p)[0])
Out: '/home/gentoo/screenshot/abc.png'

In : root, ext = os.path.splitext(p)

In : '{}/{}{}'.format(root.rpartition('/')[0], 123, ext)
Out: '/home/gentoo/screenshot/123.jpg'

可读性很差。现在呢:

In : p = Path('/home/gentoo/screenshot/abc.jpg')

In : p.with_suffix('.png')
Out: PosixPath('/home/gentoo/screenshot/abc.png')

In : p.with_name(f'123{p.suffix}')
Out: PosixPath('/home/gentoo/screenshot/123.jpg')

mkdir

过去创建目录时,用os.mkdir只能创建一级目录:

In : os.mkdir('1/2/3')
---------------------------------------------------------------------------
FileNotFoundError                         Traceback (most recent call last)
<ipython-input-160-71cc3a9a36b4> in <module>
----> 1 os.mkdir('1/2/3')

FileNotFoundError: [Errno 2] No such file or directory: '1/2/3'

所以通常这种一次要创建多级目录,需要用到os.makedirs,我一直觉得这么搞很分裂。在 Path 对应上有 mkdir 方法,还接受parents,以及modeexist_ok参数:

In : Path('1/2/3').mkdir()
---------------------------------------------------------------------------
FileNotFoundError                         Traceback (most recent call last)
<ipython-input-163-202ce4b81bf9> in <module>
----> 1 Path('1/2/3').mkdir()

/usr/local/Cellar/python/3.7.3/Frameworks/Python.framework/Versions/3.7/lib/python3.7/pathlib.py in mkdir(self, mode, parents, exist_ok)
   1249             self._raise_closed()
   1250         try:
-> 1251             self._accessor.mkdir(self, mode)
   1252         except FileNotFoundError:
   1253             if not parents or self.parent == self:

FileNotFoundError: [Errno 2] No such file or directory: '1/2/3'

In : Path('1/2/3').mkdir(parents=True)

In : !tree 1/
1/
└── 2
    └── 3

2 directories, 0 files

我认为这么用的体验着实好了很多~

owner

有时候操作文件前需要确认拥有此文件的用户,过去我都是这么写:

In : import pwd

In : pwd.getpwuid(os.stat('/usr/local/etc/my.cnf').st_uid).pw_name
Out: 'dongweiming'

现在封装起来可以直接用了:

In : p.owner()
Out: 'dongweiming'

后记

以上就是我使用的体验了,pathlib可以说是 Python 3.6 + 的正确之选~

延伸阅读

  1. https://www.python.org/dev/peps/pep-0428/
  2. https://docs.python.org/3/library/pathlib.html
  3. https://treyhunner.com/2018/12/why-you-should-be-using-pathlib/