---

前些天发现了一个巨牛的人工智能学习网站，通俗易懂，风趣幽默，忍不住分享一下给大家。
点击跳转：人工智能从入门到精通教程

---

---

本文电子版获取方式：
「Python进阶…处理文件.pdf」，复制整段内容，打开最新版「夸克APP」即可获取。
链接：https://pan.quark.cn/s/054740fbfa31

---

一. os模块和os.path模块

1.1 os模块介绍

OS：Operating System 操作系统

• 1、os模块是python内置的与操作系统功能和文件系统相关的模块，该模块中的语句的执行结果通常与操作系统有关，在不同的操作系统上运行，得到的结果可能不一样。
• 2、os模块与os.path模块用于对目录或文件进行操作

例：打开记事本
执行代码就自动打开

# 打开记事本
import os
os.system('notepad.exe')

和Win+R再输入notepad再回车，结果一样

例：打开计算器

# 打开计算器
import os
os.system('calc.exe')

例：启动QQ

# 直接调用可执行文件
# 启动QQ
import os
os.startfile('D:\\Program Files\\Tencent\\QQ\\Bin\\qq.exe')

1.2 os模块操作目录相关函数

函数名	使用方法
getcwd()	返回当前工作目录
listdir(path)	返回指定路径下的文件和目录信息
mkdir(path[,mode])	创建单层目录，如该目录已存在抛出异常
makedirs(path)	递归创建多层目录，如该目录已存在抛出异常，注意：'E:\a\b’和’E:\a\c’并不会冲突
rmdir(path)	删除单层目录，如该目录非空则抛出异常
removedirs(path1/path2…)	递归删除目录，从子目录到父目录逐层尝试删除，遇到目录非空则抛出异常
chdir(path)	将path设置为当前工作目录
remove(path)	删除文件
rename(old, new)	将文件old重命名为new
system(command)	运行系统的shell命令
walk(top)	遍历top路径以下所有的子目录，返回一个三元组：(路径, [包含目录], [包含文件])
以下是支持路径操作中常用到的一些定义，支持所有平台
os.curdir	指代当前目录（‘.’）
os.pardir	指代上一级目录（‘…’）
os.sep	输出操作系统特定的路径分隔符（Win下为’\‘，Linux下为’/'）
os.linesep	当前平台使用的行终止符（Win下为’\r\n’，Linux下为’\n’
os.name	指代当前使用的操作系统（包括：‘posix’, ‘nt’, ‘mac’, ‘os2’, ‘ce’, ‘java’）

os.getcwd()：获取当前工作目录

import os
print(os.getcwd())

C:\Users\zdb\PycharmProjects\untitled

os.chdir() ：设置设置当前工作目录
os.listdir()： 列举指定目录中的文件名
（’.‘表示当前目录，’…'表示上一级目录）

import os
print(os.getcwd())    #获取当前工作目录
os.chdir('E:\\')      #改变工作目录
print(os.getcwd())
print(os.listdir('E:\\'))   #把目录中的所有文件列举出来

C:\Users\zdb\PycharmProjects\untitled
E:\
['$RECYCLE.BIN', 'abc.txt', 'BaiduNetdiskDownload', 'DTLFolder', 'QLDownload', 'qqpcmgr_docpro', 'qycache', 'shuzizhong', 'System Volume Information', 'text.txt', 'WanyxGames', 'work', 'Youku Files', '江西理工大学-Ver6.0.0(20170419)Windows(通用版).exe']

mkdir(path) ：创建单层目录，如该目录已存在抛出异常

os.mkdir('E:\\A')           #E潘中创建文件夹A
os.mkdir('E:\\A\\B')        #A里面建立B

makedirs(path)：创建多级目录

### makedirs(path)
创建多级目录

remove(path) ：删除文件

os.remove('E:\\A\\B\\text.txt')   #删除text.txt

rmdir(path)：删除单层目录，如该目录非空则抛出异常

os.rmdir('E:\\A\\B')          #删除B

rmmovedirs(path)：删除多级目录

import os
os.removedirs('A/B/C')

os.curdir 指代当前目录（’.’）

import os
print(os.curdir)               #显示当前目录
print(os.listdir(os.curdir))   #显示上一级目录

.
['.idea', 'A_1.txt', 'A_2.txt', 'A_3.txt', 'B_1.txt', 'B_2.txt', 'B_3.txt', 'temp.py', 'venv']

1.3 os.path模块操作目录相关函数

函数名	使用方法
abspath(path)	用于获取文件或目录的绝对路径
exists(path)	判断指定路径（目录或文件）是否存在，存在返回True
join(path, name)	将目录与目录或者文件名拼接起来
splitext(path)	分离文件名与扩展名，返回(f_name, f_extension)元组
basename(path)	从一个目录中提取文件名
dirname(path)	从一个路径中提取文件路径，不包括文件名
isdir(path)	同于判断是否为路径
split(path)	分割文件名与路径，返回(f_path, f_name)元组。如果完全使用目录，它也会将最后一个目录作为文件名分离，且不会判断文件或者目录是否存在
getsize(file)	返回指定文件的尺寸，单位是字节
getatime(file)	返回指定文件最近的访问时间（浮点型秒数，可用time模块的gmtime()或localtime()函数换算）
getctime(file)	返回指定文件的创建时间（浮点型秒数，可用time模块的gmtime()或localtime()函数换算）
getmtime(file)	返回指定文件最新的修改时间（浮点型秒数，可用time模块的gmtime()或localtime()函数换算）
	以下为函数返回 True 或 False
isabs(path)	判断指定路径是否为绝对路径
isfile(path)	判断指定路径是否存在且是一个文件
islink(path)	判断指定路径是否存在且是一个符号链接
ismount(path)	判断指定路径是否存在且是一个挂载点
samefile(path1, paht2)	判断path1和path2两个路径是否指向同一个文件

os.path.relpath(patj, start)：返回从start到path的相对路径的字符串
os.path.abspath()：返回文件的绝对路径

import os.path
print(os.path.abspath('temp.py'))

C:\Users\zdb\PycharmProjects\untitled\temp.py

os.path.exists(path)：判断文件是否存在

# 判断文件是否存在，存在为True
import os.path
print(os.path.exists('temp.py'), os.path.exists('111.py'))

True False

os.path.join() ：合成路径

import os.path
print(os.path.join('E:\\Python', 'temp.py'))

E:\Python\temp.py

例2

import os
print(os.path.join('A','B','C'))                  #合成工作路径名
print(os.path.join('C:','A','B','C'))
print(os.path.join('C:\\','A','B','C'))

A\B\C
C:A\B\C
C:\A\B\C

basename(path) ：去掉目录路径，单独返回文件名

import os
print(os.path.basename('E:\\A\\B\\C\\abc.avi'))   #只显示文件名

abc.avi

dirname(path) ：去掉文件名，单独返回目录路径

import os
print(os.path.dirname('E:\\A\\B\\C\\abc.avi'))    #只显示工作路径

E:\A\B\C

os.path.split(path) ：分割文件名与路径，返回(f_path, f_name)元组。如果完全使用目录，它也会将最后一个目录作为文件名分离，且不会判断文件或者目录是否存在

import os
print(os.path.split('E\\A\\abc.avi'))   #分割文件名与路径
print(os.path.split('E\\A\\B'))         #将最后一个目录作为文件名分割下来

('E\\A', 'abc.avi')
('E\\A', 'B')

splitext(path) ：分离文件名与扩展名，返回(f_name, f_extension)元组

import os
print(os.path.splitext('E\\A\\abc.avi'))   #分离文件名与文件后缀

('E\\A\\abc', '.avi')

ismount(path) ：判断指定路径是否存在且是一个挂载点

import os
print(os.path.ismount('E:\\'))
print(os.path.ismount('E:\\A'))

True
False

课堂案例
例：获取当前目录里的所有.py文件

import os
path = os.getcwd()        # 获取当前工作目录

lst = os.listdir(path)    # 列举当前目录的所有文件，放在列表中
for filename in lst:      # 遍历列表中的所有文件
    if filename.endswith('.py'):  # 如果是.py文件
        print(filename)      # 就输出

alien_invasion.py
all_events.py
ball.py
car.py
electric_car.py
game_functions.py
glass.py
main.py
name_function.py
pizza.py
settings.py
survey.py
temp.py

1.4 os.path.getatime() 、os.path.getctime()、os.path.getmtime()

os.path.getatime(file) ：访问时间

• 返回指定文件最近的访问时间（浮点型秒数，可用time模块的gmtime()或localtime()函数换算）

oa.path.getctime(file)：创建时间

• 返回指定文件的创建时间（浮点型秒数，可用time模块的gmtime()或localtime()函数换算）

oa.path.getmtime(file) ：修改时间

• 返回指定文件最新的修改时间（浮点型秒数，可用time模块的gmtime()或localtime()函数换算）

import os
print(os.path.getatime('E:\\abc.txt'))   #返回访问时间
print(os.path.getctime('E:\\abc.txt'))   #返回创建时间
print(os.path.getmtime('E:\\abc.txt'))   #返回修改时间

1591704113.4222739
1591704113.4222739
1591704113.4222739

用time模块的gmtime()或localtime()函数换算

import time
import os
print(time.gmtime(os.path.getatime('E:\\abc.txt')))
print(time.localtime(os.path.getmtime('E:\\abc.txt')))

time.struct_time(tm_year=2020, tm_mon=6, tm_mday=9, tm_hour=12, tm_min=19, tm_sec=41, tm_wday=1, tm_yday=161, tm_isdst=0)
time.struct_time(tm_year=2020, tm_mon=6, tm_mday=9, tm_hour=20, tm_min=19, tm_sec=41, tm_wday=1, tm_yday=161, tm_isdst=0)

二. 文件读写

2.1 文件读操作

读取文本时，python将其中的所有文本都解读为字符串

语法规则：file = open(filename [,mode,encoding])

• file：被创建的文件对象
• open：创建文件对象的函数
• filename：要创建或打开的文件名称
• mode：打开默认为只读
• encoding：默认文本文件中字符的编写格式为gbk

例：读取磁盘文件的内容

file = open('a.txt', 'r')  # 只读形式打开a.txt
print(file.readlines())    # 逐行读取，返回列表，每行为以列表元素
file.close()               # 打开之后都要关闭

['中国\n', '美丽']

方法二，效果一样，且不需close

with open('a.txt', 'r') as file:  # 默认为只读，'r'其实可以省略
	print(file.readlines())  

2.2 文件写操作

例：新文件中写入一行

filename = "abc.txt"

with open(filename, 'w') as file_object:
    file_object.write("zdb\n")

例：追加到旧文件中写入

filename = "abc.txt"

with open(filename, 'a') as file_object:
    file_object.write("zzz\n")    #在上面原有文件里追加一行数据

2.3 常用的文件打开模式

按文件中数据的组织形式，文件分为以下两大类

• 文本文件：存储的是普通“字符文本”，默认为unicode字符集，可以使用记本事程序打开
• 二进制文件：把数据内容用“字节”进行存储，无法用记事本打开，必须使用专用的软件打开，举例：mp3音频文件，jpg图片，doc文档等

打开模式	执行操作
‘r’	以只读方式打开文件（默认）
‘w’	以写入的方式打开文件，会覆盖已存在的文件
‘x’	如果文件已经存在，使用此模式打开将引发异常
‘a’	以写入模式打开，如果文件存在，则在末尾追加写入
‘b’	以二进制模式打开文件，不能单独使用，需要与其它模式一起使用，如rb,wb
‘t’	以文本模式打开（默认）
‘+’	以读写模式打开，不能单独使用，需要与其它模式一起使用，如a+
‘U’	通用换行符支持

‘w’
1、open以写入的方式打开一个不存在的文件，便能创建一个新文件

file = open('b.txt', 'w')
file.write('helloworld')
file.close()

2、再次以写入的形式写进创建好的文件，便覆盖文件的内容

file = open('b.txt', 'w')
file.write('python')
file.close()

例2：
这里有两种打开文件的方法，同时两种写入文件的方法

# 一，使用print方式进行输出()
fp = open('text.txt', 'w')
print('奋斗成就更好的你', file=fp)   # 这里也可以f.write()
fp.close()

"""第二种方式，使用文件读写操作"""
with open('text1.txt', 'w') as file:
    file.write('奋斗成就更好的你')

‘a’
把上述代码的’w’改成’a’，再运行一次，便在原来的基础上追加，所以结果显示两个python

file = open('b.txt', 'a')
file.write('python')
file.close()

但如果原来没有这个文件，便创建，如以下代码在不存在的c文件中写入

file = open('c.txt', 'a')
file.write('python')
file.close()

‘b’
这里进行图片的赋值，原图片为win.png，复制后命名为copy.png

# 进行图片的复制
src_file = open('win.png', 'rb')  # 原文件，二进制读
target_file = open('copy.png', 'wb')  # 目标文件，二进制写

target_file.write(src_file.read())  # 原文件读出，写入目标文件

target_file.close()   # 关闭两个文件
src_file.close()

结果如下：

2.4 文件对象的常用方法

文件对象方法	执行操作
read([size])	从文件中读取size个字节或字符的内容返回。若省略[size]，则读取到文件末尾，即一次读取文件所有内容
readline()	从文本文件中读取一行内容
readlines()	把文本文件中每一行都作为独立的字符串对象，并将这些对象放入列表返回
write(str)	将字符串str内容写入文件
wirtelines(s_list)	将字符串列表s_list写入文本文件，不添加换行符
seek(offset[,whence])	把文件指针移动到新的位置，offset表示相对于whence的位置；offset为正往结束方向移动，为负往开始方向移动。whence不同的值代表不同含义：0：从文件头开始计算（默认值）；1：从当前位置开始计算；2：从文件尾开始计算
tell()	返回文件指针的当前位置
truncate([size=file.tell()])	截取文件到size个字节，默认是截取到文件指针当前位置
flush()	把缓冲区的内容写入文件，但不关闭文件
close()	关闭文件

read()：读出

file = open('a.txt', 'r')
print(file.read())

readline()：读一行

file = open('a.txt', 'r')
#print(file.read())
print(file.readline())

readlines()：将每一行元素作为独立字符串，放入列表当中

file = open('a.txt', 'r')
#print(file.read())
#print(file.readline())
print(file.readlines())

['中国\n', '美丽']

write()：写入

file = open('c.txt', 'w')
file.write('hello')
file.close()

writelines()：将字符串列表s_list写入文本文件，不添加换行符

file = open('c.txt', 'a')
lst = ['java', 'go', 'python']
file.writelines(lst)
file.close()

seek()

file = open('a.txt', 'r')
file.seek(2)        # 一个中文两个字节，跳过了国字
print(file.read())
print(file.tell())  # 中国，回车，美丽总共10字节
file.close()

国
美丽
10

tell()

file = open('b.txt', 'r')
print(file.read())
print(file.tell())  # 中国，回车，美丽总共10字节
file.close()

pythonpython
12

flush()

file = open('d.txt', 'a')
file.write('hello')
file.flush()        # 后面可以继续写内容
file.write('world')
file.close()        # 后面不可以写代码

encoding=‘utf-8’

f = open('C:\\Users\\zdb\\Desktop\\abc.txt', encoding='utf-8') 
#encoding='utf-8'   防止乱码加上去的
print(f)
print(f.read())    #对的,读，并输出

<_io.TextIOWrapper name='C:\\Users\\zdb\\Desktop\\abc.txt' mode='r' encoding='utf-8'>
abcdefg

例2

file_name = input('请输入需要打开的文件名：')
f = open(file_name)
print('文件的内容是：')
for each_line in f:
    print(each_line)

with open(‘a.txt’, ‘r’) as file:：这样就不需要关闭文件那一行代码了

with open('a.txt', 'r') as file:
    print(file.read())

中国
美丽

例2

with open('win.png', 'rb') as file:     # 以二进制读打开
    with open('copy.png', 'wb') as target_file:  # 以二进制写打开
        target_file.write(file.read())   # 目标文件写入原文件被读的

2.5 文件路径：相对路径、绝对路径

相对路径：只能读取到同一目录里面的文件

• 1、text_files与主程序在一个目录
• 2、读取text_file里面的pi_digits.txt
• 3、主程序代码如下

with open('text_files\pi_digits.txt') as file_object:
#open接受一个参数：要打开的文件的名称
#关键字with在不需要访问文件后将其关闭
    contents = file_object.read()
    #read读取这个文件的全部内容，并将其作为长串字符存储在变量contents中
    print(contents)   #打印输出

绝对路径：读取系统任何地方的文件

f = open('C:\\Users\\zdb\\Desktop\\abc.txt', encoding='utf-8')
#encoding='utf-8'   防止乱码加上去的
print(f)
print(f.read())    #对的,全输出

例2

f = open('C:\\Users\\zdb\\Desktop\\abc.txt', encoding='utf-8')
#f.seek(0,0)
lines = list(f)
for each_line in lines:
    print(each_line.rstrip())   #rstrip去掉\n

abcdefg
123
456

三. 组织文件

3.1 shutil模块复制、移动、删除、改名文件\文件夹

1. 复制文件：shutil.copy()

例：源文件在桌面，名为a.txt

import shutil, os
os.chdir('C:\\Users\\zdb\\Desktop\\')    # 设置工作路径
shutil.copy('C:\\Users\\zdb\\Desktop\\a.txt', 'E:\\')   # 复制到E盘
shutil.copy('C:\\Users\\zdb\\Desktop\\a.txt', 'E:\\b.txt')  # 重新命名为b.txt

2. 复制文件夹：shutil.copytree()

例：源文件在桌面上，a文件夹里面有个a.txt

import shutil, os
os.chdir('C:\\Users\\zdb\\Desktop\\')
shutil.copytree('C:\\Users\\zdb\\Desktop\\a', 'E:\\b')   # 复制到E盘文件夹命名为b

3. 移动文件：shutil.move()

例1：源文件在a下a.txt，E盘有个空文件夹b

import shutil, os
os.chdir('C:\\Users\\zdb\\Desktop\\')
shutil.move('C:\\Users\\zdb\\Desktop\\a\\a.txt', 'E:\\b')   # 把TXT移动到E盘b文件夹

例2：移动文件，且重命名：桌面有a\a.txt，把它移动到E盘b文件夹，且重命名为b.txt（实现改名）
注意：若目标文件b夹不存在会报错

import shutil, os
os.chdir('C:\\Users\\zdb\\Desktop\\')
shutil.move('C:\\Users\\zdb\\Desktop\\a\\a.txt', 'E:\\b\\b.txt')   # 把TXT移动到E盘b文件夹，且重命名b

3. 删除文件

• 用os.unlink(path)将删除path处的文件
• 用os.rmdir(path)将删除path处的文件夹。该文件夹必须为空
• 用shutil.rmtree(path)将删除path处的文件夹。文件夹中所有文件也删除

注意：删除不可逆，不要轻易删除，最好先打印输出一遍要删除的文件，防止删错文件

import os
for filename in os.listdir():
    if filename.endswith('.rxt'):
        print(filename)
        #os.unlink(filename)

• shutil.rmtree()函数删除不可逆，但是使用send2trash模块可以删除到回收站，而不是永久删除跳过回收站

import send2trash
file = open('C:\\Users\\zdb\\Desktop\\a.txt', 'a')   # 创建a.txt
file.write('abc123')                                 # 写入数据
file.close()                                         # 关闭文件
send2trash.send2trash('C:\\Users\\zdb\\Desktop\\a.txt')  #删除到回收站

例：遍历目录树

import os

# os.walk()返回三个值：
#                   当前文件夹名称的字符串
#                   当前文件夹中子文件夹的字符串的列表
#                   当前文件夹中文件的字符串的列表
for folderName, subfolders, filenames in os.walk("c:\\delicious"):
    print("The current folder is " + folderName)

for subfolder in subfolders:
    print("Subfolders of " + folderName + ": " + subfolder)

for filename in filenames:
    print("FILE INSIDE " + folderName + ": " + filename)

3.2 处理压缩文件：读取、解压、创建

1. 读取zip文件

要读取zip文件，就要先创建一个ZipFile对象，用zipfile.ZipFile()函数创建

例：example压缩包中有a文件夹和c.txt文件，a文件夹下还有a.txt和b.txt

import zipfile, os
os.chdir('C:\\Users\\zdb\\Desktop\\')
example_zip = zipfile.ZipFile('example.zip')
print(example_zip.namelist())  # 输出文件名列表

file = example_zip.getinfo('c.txt')
print(file.file_size)       # 输出源文件大小
print(file.compress_size)   # 输出压缩后文件大小

example_zip.close()

['a/', 'a/a.txt', 'a/b.txt', 'c.txt']
0
0

2. 从zip文件中解压缩

• ZipFile对象的extractall()方法从zip文件中解压缩所有文件和文件夹，放到当前工作目录中

import zipfile, os
os.chdir('C:\\Users\\zdb\\Desktop\\')
example_zip = zipfile.ZipFile('example.zip')
example_zip.extractall()
example_zip.close()

解压前：

解压后如下：压缩包不会消失

• example_zip.extract()可解压单个文件，第一个参数指定需解压的文件；第二个参数指定路径

import zipfile, os
os.chdir('C:\\Users\\zdb\\Desktop\\')
example_zip = zipfile.ZipFile('example.zip')
example_zip.extract('c.txt', 'C:\\Users\\zdb\\Desktop\\') # 将c.txt解压到桌面
example_zip.close()

3. 创建和添加到zip文件

• 要创建压缩文件需要用写的形式打开文件，write()写入，第一个参数表示需要压缩的文件，第二个参数是“压缩类型”参数。

import zipfile, os
os.chdir('C:\\Users\\zdb\\Desktop\\')
new_zip = zipfile.ZipFile('new.zip', 'w')
new_zip.write('c.txt', compress_type=zipfile.ZIP_DEFLATED)  # 把c.txt添加到new_zip里面
new_zip.close()

四. 处理xlsx

工作簿基本介绍：

• 一个工作簿扩展名为.xlsx
• 每个工作簿可以包含多个表
• 列名ABCD、行名1234
  

4.1 openpyxl介绍

安装：pip install openpyxl
openpyxl中有三个不同层次的类，Workbook是对工作簿的抽象，Worksheet是对表格的抽象，Cell是对单元格的抽象，每一个类都包含了许多属性和方法。

操作Excel的一般场景:

1. 打开或者创建一个Excel需要创建一个Workbook对象
2. 获取一个表则需要先创建一个Workbook对象，然后使用该对象的方法来得到一个Worksheet对象
3. 如果要获取表中的数据，那么得到Worksheet对象以后再从中获取代表单元格的Cell对象

Workbook对象提供的部分属性如下：

• active：获取当前活跃的Worksheet
• worksheets：以列表的形式返回所有的Worksheet(表格)
• read_only：判断是否以read_only模式打开Excel文档
• encoding：获取文档的字符集编码
• properties：获取文档的元数据，如标题，创建者，创建日期等
• sheetnames：获取工作簿中的表（列表）

import openpyxl
wb = openpyxl.load_workbook('C:\\Users\\zdb\\Desktop\\test.xlsx')
print('workbook的常见属性：------------------')
print('当前活跃的worksheet为：', wb.active)
print('表格有：', wb.worksheets)
print('是否为只读打开：', wb.read_only)
print('编码格式为：', wb.encoding)
print('文档的标题、创建者、创建日期为：', wb.properties)
print('工作簿中的表：', wb.sheetnames)

workbook的常见属性：------------------
当前活跃的worksheet为： <Worksheet "Sheet3">
表格有： [<Worksheet "Sheet1">, <Worksheet "Sheet2">, <Worksheet "Sheet3">]
是否为只读打开： False
编码格式为： utf-8
文档的标题、创建者、创建日期为： <openpyxl.packaging.core.DocumentProperties object>
Parameters:
creator='zdb', title=None, description=None, subject=None, identifier=None, language=None, created=datetime.datetime(2015, 6, 5, 18, 19, 34), modified=datetime.datetime(2021, 3, 8, 2, 52, 52), lastModifiedBy='zdb', category=None, contentStatus=None, version=None, revision=None, keywords=None, lastPrinted=None
工作簿中的表： ['Sheet1', 'Sheet2', 'Sheet3']

Workbook提供的方法如下：

• get_sheet_names：获取所有表格的名称(新版已经不建议使用，通过Workbook的sheetnames属性即可获取)
• get_sheet_by_name：通过表格名称获取Worksheet对象(新版也不建议使用，通过Worksheet[‘表名‘]获取)
• get_active_sheet：获取活跃的表格(新版建议通过active属性获取)（已经不可用）
• remove_sheet：删除一个表格
• create_sheet：创建一个空的表格
• copy_worksheet：在Workbook内拷贝表格

常用的Worksheet方法如下:

• iter_rows：按行获取所有单元格，内置属性有(min_row,max_row,min_col,max_col)
• iter_columns：按列获取所有的单元格
• append：在表格末尾添加数据
• merged_cells：合并多个单元格
• unmerged_cells：移除合并的单元格

Cell对象比较简单，常用的属性如下:

• row：单元格所在的行
• column：单元格坐在的列
• value：单元格的值
• coordinate：单元格的坐标

4.2 获取工作簿中所有表名

import openpyxl
wb = openpyxl.load_workbook('C:\\Users\\zdb\\Desktop\\test.xlsx')
print(wb.get_sheet_names())

['Sheet1', 'Sheet2', 'Sheet3']

4.3 读取列表元素

import openpyxl
wb = openpyxl.load_workbook('C:\\Users\\zdb\\Desktop\\test.xlsx')
sheet = wb.get_sheet_by_name('Sheet1')
print(sheet['A1'].value)
print(sheet.cell(row=2, column=2).value)

4.4 遍历Excel

import openpyxl
wb = openpyxl.load_workbook('C:\\Users\\zdb\\Desktop\\test.xlsx')
sheet = wb.get_sheet_by_name('Sheet1')
for r in sheet:
    for j in r:
        print(j.value)
    print('......')

1
4
......
2
3
......

4.5 获取行列数

import openpyxl
wb = openpyxl.load_workbook('C:\\Users\\zdb\\Desktop\\test.xlsx')
sheet = wb.get_sheet_by_name('Sheet1')
print(sheet.max_row)
print(sheet.max_column)

2
2

4.6 获取活跃worksheet

import openpyxl
wb = openpyxl.load_workbook('C:\\Users\\zdb\\Desktop\\test.xlsx')
sheet = wb.active   # 获取当前活跃的worksheet
print(sheet)
sheet.title = 'abc'   # sheet重命名
wb.save('C:\\Users\\zdb\\Desktop\\test_copy.xlsx')  # 保存覆盖

<Worksheet "Sheet1">

4.7 创建、删除工作表

import openpyxl
wb = openpyxl.load_workbook('C:\\Users\\zdb\\Desktop\\test.xlsx')
print(wb.get_sheet_names())                      # 显示表名
wb.create_sheet(index=0, title='First sheet')    # 创建表
print(wb.get_sheet_names())
wb.remove_sheet(wb.get_sheet_by_name('Sheet1'))   # 删除表
print(wb.get_sheet_names())

['Sheet1']
['First sheet', 'Sheet1']
['First sheet']

4.8 创建xlsx，将值写入工作表

import openpyxl

wb = openpyxl.Workbook()  # 创建xlsx
sheet = wb.create_sheet("mySheet")   # 创建工作表
sheet['A1'] = "Hello World"
sheet.cell(row=2, column=1).value = "zdb"
wb.save('test.xlsx')

注意：所有的更变之后记得调用save()方法保存变更结果

4.9 项目：更新一个电子表格

import openpyxl

"""更新某些产品的售价"""
wb = openpyxl.load_workbook("productSales.xlsx")
sheet = wb.get_sheet_by_name("Sheet")

# 新价格表
PRICE_UPDATES = {"Garlic" : 3.07,
                 "Celery" : 1.19,
                 "Lemon" : 1.27}

for rowNum in range(2, sheet.max_row + 1):
    produceName = sheet.cell(row=rowNum, column=1).value
    if produceName in PRICE_UPDATES:
        sheet.cell(row=rowNum, column=2).value = PRICE_UPDATES[produceName]

wb.save('updateProduceSales.xlsx')  # 保存新文件

五. 处理CSV

• CSV文件是简化的电子表格，保存为纯文本文件
• 逗号分隔单元格
• 值没有类型，所有东西都是字符串
• 没有字体大小和颜色的设置
• 没有多个工作表
• 不能指定单元格的宽度和高度
• 不能合并单元格
• 不能嵌入图像和图表

5.1 读操作

import csv, os
os.chdir('C:\\Users\\zdb\\Desktop\\')
exampleFile = open('test1.csv', encoding='utf-8')
exampleReader = csv.reader(exampleFile)
exampleData = list(exampleReader)
print(exampleData)
print(exampleData[1][1]) # 第一行第一列，从第0行开始

[['\ufeff1', '4'], ['2', '3']]
3

5.2 写操作

import csv, os
os.chdir('C:\\Users\\zdb\\Desktop\\')
outFile = open('output.csv', 'w', newline='')  # 写形式打开文件
outputWriter = csv.writer(outFile)
outputWriter.writerow(['a', 'b', 'c', 'd'])
outputWriter.writerow((['e', 'f', 'g', 'h']))
outFile.close()       # 关闭文件

注意：newline关键字必不可少，忘记则行距将有两倍

5.3 项目：从多个csv文件中删除比表头

import csv, os

# 从多个csv文件中删除第一行
os.makedirs("headerRemoved", exist_ok=True)

for csvFilename in os.listdir('.'):   # 遍历每个csv文件
    if not csvFilename.endswith('.csv'):
        continue

    print("Remove header from " + csvFilename + '...')

    csvRows = []  # 创建新的csv文件副本，不包含第一行
    csvFileObj = open(csvFilename)
    readerObj = csv.reader(csvFileObj)
    for row in readerObj:
        if readerObj.line_num == 1:
            continue
        csvRows.append(row)
    csvFileObj.close()

    # 生成没有第一行的新文件
    csvFileObj = open(os.path.join('headerRemoved', csvFilename), 'w', newline='')
    csvWriter = csv.writer(csvFileObj)
    for row in csvRows:   # 写入每一行
        csvWriter.writerow(row)
    csvFileObj.close()

处理CSV文件其他可参考博客：链接一，链接二

六. 处理PDF

6.1 从pdf提取文本

import PyPDF2

pdfFileObj = open("myPDF.pdf", 'rb')
pdfReader = PyPDF2.PdfFileReader(pdfFileObj)
print(pdfReader.numPages)  # pdf文件的页数

pageObj = pdfReader.getPage(0)
print(pageObj.extract_text())  # 输出第0页的文本内容

6.2 解密pdf

import PyPDF2

pdfFileObj = open("myPDF.pdf", 'rb')
pdfReader = PyPDF2.PdfFileReader(pdfFileObj)
print(pdfReader.isEncrypted)  # True则为加密文件

pdfReader.decrypt('mima')  # 输入解密密码
pageObj = pdfReader.getPage(0)
print(pageObj.extract_text()) 

6.3 创建pdf文件

模块不允许直接编辑PDF，必须创建一个新的PDF，然后从已有的文档拷贝内容。

1. 打开一个或多个已有的PDF文件，得到PdfFileReader对象
2. 创建一个新的PdfFileWriter对象
3. 将页面从PdfFileReader对象拷贝到PdfFileWriter对象中
4. 最后，利用PdfFileWriter对象写入输出的PDF

import PyPDF2

"""两个pdf文件合成一个新的PDF文件，并保存"""
pdf1File = open('1.pdf', 'rb')  # 二进制读
pdf2File = open('2.pdf', 'rb')
pdf1Reader = PyPDF2.PdfFileReader(pdf1File)
pdf2Reader = PyPDF2.PdfFileReader(pdf2File)
pdfWriter = PyPDF2.PdfFileWriter()    # 创建一个新的PdfFileWriter对象

for pageNum in range(pdf1Reader.numPages):
    pageObj = pdf1Reader.getPage(pageNum)
    pdfWriter.addPage(pageObj)

for pageNum in range(pdf2Reader.numPages):
    pageObj = pdf2Reader.getPage(pageNum)
    pdfWriter.addPage(pageObj)

pdfOutputFile = open('fin.pdf', 'wb')
pdfWriter.write(pdfOutputFile)
pdfOutputFile.close()
pdf1File.close()
pdf2File.close()

6.4 旋转页面

import PyPDF2

minutesFile = open("1.pdf", 'rb')
pdfReader = PyPDF2.PdfFileReader(minutesFile, strict=False)
page = pdfReader.getPage(0)
page.rotateClockwise(90)

pdfWriter = PyPDF2.PdfFileWriter()
pdfWriter.addPage(page)
resultPdfFile = open("rotatedPage.pdf", 'wb')
pdfWriter.write(resultPdfFile)
resultPdfFile.close()
minutesFile.close()

6.5 叠加页面

import PyPDF2

"""在第一页添加水印"""
minutesFile = open("1.pdf", 'rb')
pdfReader = PyPDF2.PdfFileReader(minutesFile, strict=False)
page = pdfReader.getPage(0)

pdfWatermarkReader = PyPDF2.PdfFileReader(open("watermark.pdf", 'rb'))
page.mergePage(pdfWatermarkReader.getPage(0))   
pdfWriter = PyPDF2.PdfFileWriter()
pdfWriter.addPage(page)

for pageNum in range(1, pdfReader.numPages):
    pageObj = pdfReader.getPage(pageNum)
    pdfWriter.addPage(pageObj)
resultPdfFile = open("watermarkedCover.pdf", 'wb')
pdfWriter.write(resultPdfFile)
minutesFile.close()
resultPdfFile.close()

6.6 加密pdf

import PyPDF2

pdfFile = open("meetingminutes.pdf", 'rb')
pdfReader = PyPDF2.PdfFileReader(pdfFile)
pdfWriter = PyPDF2.PdfFileWriter()
for pageNum in range(pdfReader.numPages):
    pdfWriter.addPage(pdfReader.getPage(pageNum))
    
pdfWriter.encrypt("mima")
resultPdf = open("encrytedminutes.pdf", 'wb')
pdfWriter.write(resultPdf)
resultPdf.close()

6.7 项目：从多个PDF中合并选择的页面

import PyPDF2, os

# 1.获取所有pdf文件
pdfFiles = []
for filename in os.listdir('.'):
    if filename.endswith('.pdf'):
        pdfFiles.append(filename)

# 2.排序
pdfFiles.sort(key=str.lower)

# 3.为输出文件创建PdfFileWriter对象
pdfWriter = PyPDF2.PdfFileWriter()

for filename in pdfFiles:
    pdfFileObj = open(filename, 'rb')
    pdfReader = PyPDF2.PdfFileReader(pdfFileObj)
    for pageNum in range(1, pdfReader.numPages):
        pageObj = pdfReader.getPage(pageNum)
        pdfWriter.addPage(pageObj)

pdfOutput = open("allminutes.pdf", 'wb')
pdfWriter.write(pdfOutput)
pdfOutput.close()

七. 处理docx

pip install python-docx

7.1 读取完整文本

例：读取Word文档

import docx

doc = docx.Document('demo.docx')
print(len(doc.paragraphs))

print(doc.paragraphs[0].text)
print(doc.paragraphs[1].text)
print(doc.paragraphs[1].runs)
print(doc.paragraphs[1].runs[0].text)
print(doc.paragraphs[1].runs[1].text)
print(doc.paragraphs[1].runs[2].text)

例：从.docx文件中取得完整的文本

import docx

def getText(filename):
    doc = docx.Document(filename)
    fullText = []
    for para in doc.paragraphs:
        fullText.append(para.text)
    return '\n'.join(fullText)

print(getText('demo.docx'))

7.2 写入docx文档

import docx
doc = docx.Document()
doc.add_paragraph("Hello world!")
doc.save("helloworld.docx")

例2

import docx
doc = docx.Document()
doc.add_paragraph("Hello world!")
paraObj1 = doc.add_paragraph("This is a second paragraph.")
paraObj2 = doc.add_paragraph("This is a yet another paragraph.")
paraObj1.add_run(" This text is being added to the second paragraph.")
doc.save("newHelloworld.docx")

7.3 添加标题

import docx
doc = docx.Document()
doc.add_paragraph("Hello world!", 'Title')
doc.save("helloworld.docx")

例2

import docx
doc = docx.Document()
doc.add_heading("Header 0", 0)
doc.add_heading("Header 1", 1)
doc.add_heading("Header 2", 2)
doc.add_heading("Header 3", 3)
doc.add_heading("Header 4", 4)
doc.save("headings.docx")

八. 处理JSON

8.1 存取操作

例：存

import json

numbers = [1, 3, 5, 7, 9]

filename = "numbers.json"
with open(filename, 'w') as f_obj:
    json.dump(numbers, f_obj)

例：取

import json

filename = "numbers.json"
with open(filename) as f_obj:
    numbers = json.load(f_obj)

print(numbers)

[1, 3, 5, 7, 9]