Python之shutil库详解

简介: Python之shutil库详解

shutil 是 Python 中的一个高级文件操作库,它提供了许多对文件和文件集合的高级操作,这些操作在 os 模块中通常是以较低级别的函数形式提供的。shutil 库的主要功能包括复制、移动、删除文件和目录,以及文件和目录的归档等。


以下是 shutil 库中一些常用函数的详解:


1. 复制文件和目录

shutil.copy(src, dst, *, follow_symlinks=True):复制文件从 src 到 dst。如果 dst 是一个目录,那么文件将被复制到该目录下,并使用相同的文件名。

shutil.copy2(src, dst, *, follow_symlinks=True):与 copy() 类似,但会尝试复制文件的元数据(如时间戳和权限)。

shutil.copyfile(src, dst, *, follow_symlinks=True):只复制文件内容,不尝试复制元数据。

shutil.copyfileobj(fsrc, fdst, length=16*1024):将一个文件对象的内容复制到另一个文件对象。

shutil.copytree(src, dst, symlinks=False, ignore=None, copy_function=copy2, ignore_dangling_symlinks=False):递归地复制目录树。


2. 移动和重命名文件和目录

shutil.move(src, dst, copy_function=copy2):将文件或目录从 src 移动到 dst。如果 dst 已经存在并且是一个目录,那么 src 将被移动到该目录下。


3. 删除文件和目录

shutil.rmtree(path, ignore_errors=False, onerror=None):递归地删除目录及其内容。

shutil.remove(path, *, dir_fd=None):删除文件或目录(如果它是一个空目录)。


4. 归档和解压文件

shutil.make_archive(base_name, format, root_dir=None, base_dir=None, verbose=0, dry_run=0, owner=None, group=None, logger=None):创建归档文件(如 zip、tar 等)。

shutil.unpack_archive(filename, extract_dir=None, format=None):解压归档文件到指定目录。


5. 其他

shutil.disk_usage(path):返回包含磁盘使用统计信息的命名元组,该统计信息包括总块数、已用块数和可用块数。

shutil.get_terminal_size(fallback=(80, 24)):获取终端窗口的大小(以列和行表示)。

shutil.which(cmd, path=None, pathext=None):在 PATH 环境变量中搜索指定的命令,并返回其完整路径。


示例


复制文件


python复制代码
 import shutil  
 
   
 
 shutil.copy('source.txt', 'destination.txt')


删除目录及其内容


python复制代码
 shutil.rmtree('/path/to/directory')

创建 zip 归档


python复制代码
 shutil.make_archive('backup', 'zip', '/path/to/directory')


在使用 shutil 时,请确保你有足够的权限来执行相应的文件操作,并始终注意不要意外地删除或覆盖重要文件。


相关文章
|
3月前
|
存储 人工智能 测试技术
如何使用LangChain的Python库结合DeepSeek进行多轮次对话?
本文介绍如何使用LangChain结合DeepSeek实现多轮对话,测开人员可借此自动生成测试用例,提升自动化测试效率。
479 125
如何使用LangChain的Python库结合DeepSeek进行多轮次对话?
|
3月前
|
监控 数据可视化 数据挖掘
Python Rich库使用指南:打造更美观的命令行应用
Rich库是Python的终端美化利器,支持彩色文本、智能表格、动态进度条和语法高亮,大幅提升命令行应用的可视化效果与用户体验。
232 0
|
5月前
|
存储 Web App开发 前端开发
Python + Requests库爬取动态Ajax分页数据
Python + Requests库爬取动态Ajax分页数据
|
2月前
|
数据可视化 关系型数据库 MySQL
【可视化大屏】全流程讲解用python的pyecharts库实现拖拽可视化大屏的背后原理,简单粗暴!
本文详解基于Python的电影TOP250数据可视化大屏开发全流程,涵盖爬虫、数据存储、分析及可视化。使用requests+BeautifulSoup爬取数据,pandas存入MySQL,pyecharts实现柱状图、饼图、词云图、散点图等多种图表,并通过Page组件拖拽布局组合成大屏,支持多种主题切换,附完整源码与视频讲解。
245 4
【可视化大屏】全流程讲解用python的pyecharts库实现拖拽可视化大屏的背后原理,简单粗暴!
|
2月前
|
传感器 运维 前端开发
Python离群值检测实战:使用distfit库实现基于分布拟合的异常检测
本文解析异常(anomaly)与新颖性(novelty)检测的本质差异,结合distfit库演示基于概率密度拟合的单变量无监督异常检测方法,涵盖全局、上下文与集体离群值识别,助力构建高可解释性模型。
314 10
Python离群值检测实战:使用distfit库实现基于分布拟合的异常检测
|
4月前
|
运维 Linux 开发者
Linux系统中使用Python的ping3库进行网络连通性测试
以上步骤展示了如何利用 Python 的 `ping3` 库来检测网络连通性,并且提供了基本错误处理方法以确保程序能够优雅地处理各种意外情形。通过简洁明快、易读易懂、实操性强等特点使得该方法非常适合开发者或系统管理员快速集成至自动化工具链之内进行日常运维任务之需求满足。
256 18
|
4月前
|
机器学习/深度学习 API 异构计算
JAX快速上手:从NumPy到GPU加速的Python高性能计算库入门教程
JAX是Google开发的高性能数值计算库,旨在解决NumPy在现代计算需求下的局限性。它不仅兼容NumPy的API,还引入了自动微分、GPU/TPU加速和即时编译(JIT)等关键功能,显著提升了计算效率。JAX适用于机器学习、科学模拟等需要大规模计算和梯度优化的场景,为Python在高性能计算领域开辟了新路径。
398 0
JAX快速上手:从NumPy到GPU加速的Python高性能计算库入门教程
|
4月前
|
数据采集 存储 Web App开发
Python爬虫库性能与选型实战指南:从需求到落地的全链路解析
本文深入解析Python爬虫库的性能与选型策略,涵盖需求分析、技术评估与实战案例,助你构建高效稳定的数据采集系统。
393 0
|
4月前
|
存储 监控 安全
Python剪贴板监控实战:clipboard-monitor库的深度解析与扩展应用
本文介绍了基于Python的剪贴板监控技术,结合clipboard-monitor库实现高效、安全的数据追踪。内容涵盖技术选型、核心功能开发、性能优化及实战应用,适用于安全审计、自动化办公等场景,助力提升数据管理效率与安全性。
181 0

推荐镜像

更多