一、os模块
os.getcwd() 获取当前的工作目录
os.chdir(‘绝对路径/相对于当前工作目录的路径’) 改变工作目录,相当于shell的cd命令,例如Windows平台下os.chdir(r’D:\PythonScripts\test\c’),用r对\进行转义,第一层级必须使用双斜线,其他层级可以单斜线也可以双斜线,在linux和unix平台下用/分割
os.curdir 返回当前路径 .
os.pardir 返回当前路径的上一层路径,即 ..
os.mkdir('dir') 生成单级目录
os.makedirs(r'dir1\dir2') 创建递归目录,不加绝对路径表示在当前工作目录下创建
os.rmdir('dir') 删除单级空目录,如果目录不为空无法删除
os.removedirsr('dir1\dir2') 若目录为空则删除,并递归到上一层目录,若上一层为空也删除,以此类推
os.listdir(dir) 列出指定目录下的所有一级文件和目录,并以列表形式打印
os.remove('file') 删除一个文件
os.rename('oldname','newname') 重命名文件或目录
os.listdir('dir')以列表形式列出dir目录下所有的文件和目录
os.stat('file'/'dir') 获取文件/目录的大小,链接数,创建时间,上一次修改、访问时间等信息
os.sep 获取当前环境的分隔符
os.linesep 获取当前环境的换行符,windows下为/r/n,linux下为/n
os.pathsep 获取当前环境分割文件路径的字符串,windows下为;,linux下为:
os.name 获取当前使用平台,windows为nt,linux为posix
os.environ 获取系统环境变量
os.system(shell command) 运行shell命令,返回执行状态码,执行结果显示到屏幕
os.path.abspath(path) 返回绝对路径
os.path.split(path) 将path分割成目录和文件名的两个元素的元组
os.path.dirame(path) 返回path的目录,相当于os.path.split(path)的第一个元素
os.path.basename(path) 返回path最后的文件名,如果path以/或\结尾则返回空值,即os.path.split(path)的第二个元素
os.path.exists(path) 如果path存在则返回True,否则返回False
os.path.isabs(path) 如果path是绝对路径则返回True,否则返回False
os.path.isfile(path) 如果path是一个存在的文件则返回True,否则返回False
os.path.isdir(path) 如果path是一个存在的目录则返回True,否则返回False
os.path.join(path2[,path3[,path4…]]) 将多个路径组合后返回,第一个绝对路径之前的参数将被忽略
os.path.getatime(path) 获取path所指向的文件或者目录的最后访问时间
os.path.getmtime(path) 获取path所指向的文件或者目录的最后修改时间
二、os模块中的os.walk()函数
os.walk(‘path’)函数对于每个目录返回一个三元组,(dirpath, dirnames, filenames),
第一个是路径,第二个是路径下面的目录,第三个是路径下面的文件
如果加参数topdown=False则表示自下而上进行遍历,默认为topdown=True即自上而下进行遍历
#对于上述结构,os.walk()的结果为 ['dir', ['dir1', 'dir2'], ['file1.txt', 'file2.txt']] ['dir\\dir1', ['dir11', 'dir12'], []] ['dir\\dir1\\dir11', [], ['file111.txt']] ['dir\\dir1\\dir12', [], []] ['dir\\dir2', ['dir21'], ['file21.txt']] ['dir\\dir2\\dir21', [], []] #可通过如下脚本验证 import sys l=[] for root,dirs,files in os.walk('dir'): l.append(root) l.append(dirs) l.append(files) print(l) l=[]
结果分析
1.先以给定的目录作为根目录进行遍历,读取根目录的文件夹和文件
2.以根目录下子目录为新的根目录进行遍历,读取其下面的文件夹和文件
3.再以2中得到的子目录为根目录进行遍历,读取其下面的文件夹和文件
4.重复3,直至所有子目录下面没有子目录和文件
三、sys模块
sys.path 获取python PATH环境变量的值
sys.version 获取python解释器的版本
sys.exit(n) 在程序执行过程中退出程序,正常退出为exit(0)
sys.argv 返回的结果为一个列表且各元素都为字符串,第一个元素为当前执行文件的名称,后面的元素为执行文件时传入的参数,以空格分隔各参数,如果只有空格表示没有参数。
[root@oldboy test]# cat argv.py import sys print(sys.argv) [root@oldboy test]# python argv.py ['argv.py'] [root@oldboy test]# python argv.py 11 '22' [33,44] 'True' {1:'a'}#文件执行时传入的参数不能为元组,否则会报错 ['argv.py', '11', '22', '[33,44]', 'True', '{1:a}']
sys.stdout.write(‘str’) 向屏幕输出,不换行,相当于print,但是print(‘str’)是换行输出
sys.stdout.flush( ) 将缓存输出到屏幕
例如通过#逐步打印进度条
import time,sys for i in range(20): sys.stdout.write('#') #打印一个#,不换行 time.sleep(0.1) #睡0.1秒再输出下一个# sys.stdout.flush() #将缓存中的#输出到屏幕,没有这一行系统会等到输出完毕再将缓存中的20个#输出到屏幕 print('')
解析文件执行时输入的参数:optparse模块
import optparse class ArgvHandle(): def __init__(self): self.op = optparse.OptionParser() self.op.add_option('-s','--server',dest = 'server') #,前面为文件执行时的输入,dest表示参数名。如果文件执行时带有-s或者--server,则形成参数名称为dest指定名称、参数值为-s或者--server后面紧跟着的内容 self.op.add_option('-P','--port',dest = 'port') self.op.add_option('-u','--username',dest = 'username') self.op.add_option('-p','--passwort',dest = 'password') #学习中遇到问题没人解答?小编创建了一个Python学习交流群:725638078 option,args = self.op.parse_args() print(type(option),type(args)) print(option,args) print(option.server,option.port,option.username,option.password)#通过.取参数名对应的值 test = ArgvHandle()
随意输入参数执行结果如下
可知op.parse_args()是将文件执行python mani.py后面的参数分割成两部分,一部分类似字典的形式(实际是一个对象),一部分是一个列表。
如果匹配到add_option定义的参数形式,则将后面紧跟着的输入作为参数的值;未匹配到add_option定义的参数形式的其余输入被整理到一个列表中。
以上是Python中的os和sys模組使用指南的詳細內容。更多資訊請關注PHP中文網其他相關文章!

Python更易學且易用,C 則更強大但複雜。 1.Python語法簡潔,適合初學者,動態類型和自動內存管理使其易用,但可能導致運行時錯誤。 2.C 提供低級控制和高級特性,適合高性能應用,但學習門檻高,需手動管理內存和類型安全。

Python和C 在内存管理和控制方面的差异显著。1.Python使用自动内存管理,基于引用计数和垃圾回收,简化了程序员的工作。2.C 则要求手动管理内存,提供更多控制权但增加了复杂性和出错风险。选择哪种语言应基于项目需求和团队技术栈。

Python在科學計算中的應用包括數據分析、機器學習、數值模擬和可視化。 1.Numpy提供高效的多維數組和數學函數。 2.SciPy擴展Numpy功能,提供優化和線性代數工具。 3.Pandas用於數據處理和分析。 4.Matplotlib用於生成各種圖表和可視化結果。

選擇Python還是C 取決於項目需求:1)Python適合快速開發、數據科學和腳本編寫,因其簡潔語法和豐富庫;2)C 適用於需要高性能和底層控制的場景,如係統編程和遊戲開發,因其編譯型和手動內存管理。

Python在數據科學和機器學習中的應用廣泛,主要依賴於其簡潔性和強大的庫生態系統。 1)Pandas用於數據處理和分析,2)Numpy提供高效的數值計算,3)Scikit-learn用於機器學習模型構建和優化,這些庫讓Python成為數據科學和機器學習的理想工具。

每天學習Python兩個小時是否足夠?這取決於你的目標和學習方法。 1)制定清晰的學習計劃,2)選擇合適的學習資源和方法,3)動手實踐和復習鞏固,可以在這段時間內逐步掌握Python的基本知識和高級功能。

Python在Web開發中的關鍵應用包括使用Django和Flask框架、API開發、數據分析與可視化、機器學習與AI、以及性能優化。 1.Django和Flask框架:Django適合快速開發複雜應用,Flask適用於小型或高度自定義項目。 2.API開發:使用Flask或DjangoRESTFramework構建RESTfulAPI。 3.數據分析與可視化:利用Python處理數據並通過Web界面展示。 4.機器學習與AI:Python用於構建智能Web應用。 5.性能優化:通過異步編程、緩存和代碼優

Python在開發效率上優於C ,但C 在執行性能上更高。 1.Python的簡潔語法和豐富庫提高開發效率。 2.C 的編譯型特性和硬件控制提升執行性能。選擇時需根據項目需求權衡開發速度與執行效率。


熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

SublimeText3漢化版
中文版,非常好用

Dreamweaver Mac版
視覺化網頁開發工具

Atom編輯器mac版下載
最受歡迎的的開源編輯器

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

MinGW - Minimalist GNU for Windows
這個專案正在遷移到osdn.net/projects/mingw的過程中,你可以繼續在那裡關注我們。 MinGW:GNU編譯器集合(GCC)的本機Windows移植版本,可自由分發的導入函式庫和用於建置本機Windows應用程式的頭檔;包括對MSVC執行時間的擴展,以支援C99功能。 MinGW的所有軟體都可以在64位元Windows平台上運作。