再谈文件读写：判断文件的几种方法及其优劣对比

2018-10-19 Python

上周，猫猫写了一篇给Python学习者的文件读写指南，跟大家一起详尽地学习了文件读写的基础内容，以及with语句与上下文管理器的进阶知识。

这份指南虽然写得很用心，但是因为只关注了文件读写的核心内容，所以也有美中不足不处，有些在实战中所需的知识点没有谈到，例如，为了能够进行文件读写，首先得找到文件、文件得可读写才行。

我们知道当文件不存在的时候，open()方法的写模式与追加模式都会新建文件，但是对文件进行判断的场景还有很多，比如，在爬虫下载图片的时候，可能需要判断文件是否存在，以免重复下载；又比如，创建新文件的时候，可能需要判断文件是否存在，存在就先做个备份…所以，学习判断文件是否存在，还是很有必要的。

学习是循序渐进的过程，若能建立知识点间的联系，进行系统性的学习，那将更有助于效果。阅读这篇文章，你将读到如下内容：

1、判断文件的方法（try语句、os模块、pathlib模块）

2、以上几种方法的优劣对比

懒人的try语句

我们之前学过，要用with语句来处理文件读写，但with语句也不是万能的，所以还得关注一些异常情况。例如，当使用open()方法的时候，如果文件不存在，程序会抛出FileNotFoundError异常，而如果权限不足的话，就会抛出PersmissionError异常。

with open("python.log", "r") as f:
    ...:     f.read()
-----------------------
...(略)
FileNotFoundError: [Errno 2] No such file or directory: 'python.log'

为了避免这些异常导致程序中断，我们可以用try…except…语句来捕捉异常，然后在except子句进行异常的处理。

不过，在猫猫看来，这个方法不值得推荐。原因有二，一是这种方法很被动，程序的健康受制于不可预测的异常；二是当文件不存在的时候，我们可能需要去创建文件，这些逻辑如果写在except子句里，可读性太差了。

传统的os模块

顾名思义，Python内置的os模块是用来与OS（操作系统）进行交互的模块，它可以实现很多在命令行下做的操作，例如，获取操作系统信息、获取/修改环境变量、进行目录操作（创建、删除、遍历）和各种文件操作等等。

下面，我们要学习的是跟文件判断密切相关的几个方法。

1、os.path.exists()用于判断文件及文件夹是否存在（注意：因为两者都能判断，为了有效区分文件和文件夹，最好保证文件是带后缀的。）：

import os
# 文件存在 VS 不存在
os.path.exists("test.txt") >>>True
os.path.exists("cat.txt") >>>False
# 文件夹存在 VS 不存在
os.path.exists("cat/images") >>>True
os.path.exists("cat/image") >>>False

2、os.path.isfile()、os.path.isdir() 判断给定路径是文件还是文件夹：

os.path.isfile("cat/images") >>>False
os.path.isdir("cat/images") >>>True
os.path.isfile("test.txt") >>>True

3、os.access()检测文件路径的访问权限，语法：os.access(path, mode)；其中path指的是文件或者文件夹，mode指的是要检测的模式：

os.access("cat/images", os.F_OK) >>>True # path存在
os.access("cat/images", os.R_OK) >>>True # path可读
os.access("cat/images", os.W_OK) >>>True # path可写
os.access("cat/images", os.X_OK) >>>True # path可执行

4、os模块中其它常用方法：

os.mkdir()创建目录、os.rmdir()删除目录、os.rename()重命名、os.remove()删除文件、os.path.join()连接目录与文件名、os.path.split()分割目录与文件名…（不一一举例了，今后有机会再作介绍）

时尚的pathlib模块

pathlib模块是python3.4才加入的模块，官方介绍它是面向对象的文件系统路径（Object-oriented filesystem paths），这是一个很强大的模块，文末附录了官方文档地址。

这里主要介绍几个基本的用法：

import pathlib
file_obj = pathlib.Path("test.txt")

file_obj.name >>>'test.txt' # 文件名
file_obj.exists() >>> True # 是否存在
file_obj.is_dir() >>>False # 是否文件夹
file_obj.is_file() >>>True # 是否文件

几种方法优劣对比

围绕文件操作的知识很多，限于篇幅，本文主要对判断文件作了介绍，今后也许还会对其它具体话题进行学习。

现在知道了几种判断文件是否存在的方法，猫猫试着根据自己的理解，对它们做一下评判。

首先，try语句的缺点是没有主动做判断，不方便根据文件是否存在而做针对性的处理，它把必要的逻辑交给异常捕获，多少显得“不负责任”；try语句也有优点，一是不需要引入模块，不需要区分各种使用方法，二是将其它可能存在的异常都打包，避免多样系统或使用场景的遗漏。

os模块是传统的老模块了，在使用上和维护上都会比较顺畅；它的主要缺点在于有的方法比较繁琐，由于使用字符串来表示文件路径，这会导致路径拼接上的麻烦，另外，不同操作系统在路径分隔符上的差异（Windows使用\分隔符，Linux和Mac使用/分隔符），也可能导致难以发现的错误。

相对来说，pathlib功能最强大，但普及度比较低，有一定的学习门槛；它主要的优点是面向对象，同时，因为对不同操作系统的特性做了封装，能有效避免字符串表示文件路径的难题。它的不足之处是没有像os.access()可以检测访问权限的方法，虽然这个方法基本不会使用到。

下面比较了三种拼接文件路径的方法，方法一未对分隔符做处理，不能保证在每个操作系统都能找到；方法二需要反复使用os.path.join；方法三只用“/“就能拼接路径，而且肯定支持多操作系统。

# 错误拼接：未处理分隔符
data_folder = "source_data/text_files/"
file_to_open = data_folder + "test.txt"

# os模块拼接
import os
data_folder = os.path.join("source_data", "text_files")
file_to_open = os.path.join(data_folder, "test.txt")

# pathlib模块拼接
from pathlib import Path
data_folder = Path("source_data/text_files/")
file_to_open = data_folder / "test.txt"

总结一下，如果文件路径简单，仅仅要用到exists()、is_dir()、is_file() 这几个方法的话，os.path模块和pathlib.Path模块不分伯仲，都很好用，但是如果考虑到繁复的路径拼接的话，pathlib.Path就会胜出一筹。

喵喵，今天的分享就到这啦，小伙伴们觉得有用的话，麻烦帮忙点赞、转发给其他童靴哦~~~

扩展阅读：

给Python学习者的文件读写指南

菜鸟教程：os模块

官方文档：pathlib模块