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模块使用指南的详细内容。更多信息请关注PHP中文网其他相关文章!

Python更易学且易用,C 则更强大但复杂。1.Python语法简洁,适合初学者,动态类型和自动内存管理使其易用,但可能导致运行时错误。2.C 提供低级控制和高级特性,适合高性能应用,但学习门槛高,需手动管理内存和类型安全。

Python和C 在内存管理和控制方面的差异显着。 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在科学计算中的应用包括数据分析、机器学习、数值模拟和可视化。1.Numpy提供高效的多维数组和数学函数。2.SciPy扩展Numpy功能,提供优化和线性代数工具。3.Pandas用于数据处理和分析。4.Matplotlib用于生成各种图表和可视化结果。

选择Python还是C 取决于项目需求:1)Python适合快速开发、数据科学和脚本编写,因其简洁语法和丰富库;2)C 适用于需要高性能和底层控制的场景,如系统编程和游戏开发,因其编译型和手动内存管理。

Python在数据科学和机器学习中的应用广泛,主要依赖于其简洁性和强大的库生态系统。1)Pandas用于数据处理和分析,2)Numpy提供高效的数值计算,3)Scikit-learn用于机器学习模型构建和优化,这些库让Python成为数据科学和机器学习的理想工具。

每天学习Python两个小时是否足够?这取决于你的目标和学习方法。1)制定清晰的学习计划,2)选择合适的学习资源和方法,3)动手实践和复习巩固,可以在这段时间内逐步掌握Python的基本知识和高级功能。

Python在Web开发中的关键应用包括使用Django和Flask框架、API开发、数据分析与可视化、机器学习与AI、以及性能优化。1.Django和Flask框架:Django适合快速开发复杂应用,Flask适用于小型或高度自定义项目。2.API开发:使用Flask或DjangoRESTFramework构建RESTfulAPI。3.数据分析与可视化:利用Python处理数据并通过Web界面展示。4.机器学习与AI:Python用于构建智能Web应用。5.性能优化:通过异步编程、缓存和代码优

Python在开发效率上优于C ,但C 在执行性能上更高。1.Python的简洁语法和丰富库提高开发效率。2.C 的编译型特性和硬件控制提升执行性能。选择时需根据项目需求权衡开发速度与执行效率。


热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

mPDF
mPDF是一个PHP库,可以从UTF-8编码的HTML生成PDF文件。原作者Ian Back编写mPDF以从他的网站上“即时”输出PDF文件,并处理不同的语言。与原始脚本如HTML2FPDF相比,它的速度较慢,并且在使用Unicode字体时生成的文件较大,但支持CSS样式等,并进行了大量增强。支持几乎所有语言,包括RTL(阿拉伯语和希伯来语)和CJK(中日韩)。支持嵌套的块级元素(如P、DIV),

SublimeText3 英文版
推荐:为Win版本,支持代码提示!

SublimeText3汉化版
中文版,非常好用

Dreamweaver Mac版
视觉化网页开发工具

VSCode Windows 64位 下载
微软推出的免费、功能强大的一款IDE编辑器