【Python】【os.path】【pathlib】告别os.path，拥抱pathlib

1. os.path VS pathlib

1.1. 路径规范化

1.2. 字符串和对象

1.3. 读写文件

2. pathlib的性能

3. 总结

pathlib 模块是在Python3.4版本中首次被引入到标准库中的，作为一个可选模块。
从Python3.6开始，内置的 open 函数以及 os 、 shutil 和 os.path 模块中的各种函数都可以正确地使用 pathlib.Path 对象了。

最初，pathlib给人的感觉只是os.path的一个不必要的面向对象版本，
不过，当你实际去了解pathlib之后，会发现pathlib实际上绝不是一个简单的面向对象版本，
而是实实在在的解决了os.path存在的一些问题。

1. os.path VS pathlib

1.1. 路径规范化

对于os.path来说，路径的分隔用正斜杆（\）还是反斜杠（/）需要自己根据操作系统来确定。
或者，每一个路径拼接的地方，都用os.path.join来连接。
而使用pathlib的话，直接用反斜杠（/）即可，不用担心操作系统的不同。

比如：

import os# windows系统中测试os.path.join("a/b", "c.txt")
# 运行结果 错误
# 'a/b\\c.txt'os.path.join("a", "b", "c.txt")
# 运行结果 正确
# 'a\\b\\c.txt'

从代码可以看出，每一层文件夹都必须用join连接才能正确适应不同系统。
而在pathlib中，则不需要考虑这么多。

from pathlib import PathPath("a/b").joinpath("c.txt")
# WindowsPath('a/b/c.txt')Path("a").joinpath("b").joinpath("c.txt")
# WindowsPath('a/b/c.txt')

使用pathlib，在windows或者linux中，统一使用反斜杠（/）来分隔文件夹。

路径规范化之后的好处就是代码更加简洁。
比如：下面这个重命名文件的例子（a/b/c/d.csv => a/b/c.csv）

# os.path 方式
os.rename(os.path.join("a", "b", "c", "d.csv"), os.path.join("a", "b", "c.csv"))# pathlib 方式
Path("a/b/c/d.csv").reanme("a/b/c.csv")

哪种方式更清晰简洁不言而喻。

1.2. 字符串和对象

为什么要用对象来表示路径？

先看下面3个字符串变量：

student = '{"name": "databook", "score": "90"}'
graduate_date = "2023-07-01"
home_directory = '/home/databook'

这3个字符串其实代表不同的事物：一种是 JSON blob，一种是日期，一种是文件路径。

再看下面3个用对象表示的变量：

from datetime import date
from pathlib import Pathstudent = {"name": "databook", "score": "90"}
graduate_date = date(2023, 7, 1)
home_directory = Path('/home/databook')

用字符串来表示变量确实简洁，但也导致每个变量失去了其本身的意义，
程序无法区分这个变量代表的是JSON，还是日期，还是一个路径，从而增加了程序的不确定性。
程序规模大了，或者复杂性提高了之后，存在很大的隐患。

os.path和pathlib就是这样的关系，os.path使用字符串表示路径，pathlib使用Path对象表示路径。

1.3. 读写文件

pathlib的路径对象（Path）可以直接读写文件，因此也能大大简化读写文件的代码。

不用pathlib的读写文件方式

import os# 读取文件
fp = os.path.join("a", "b.txt")
with open(fp, "r") as f:f.read()# 写入文件
with open(fp, "w") as f:f.write("hello")

使用pathlib的话：

from pathlib import Path# 读取文件
Path("a/b.txt").read_text()# 写入文件
Path("a/b.txt").write_text("hello)

2. pathlib的性能

pathlib用面向对象的方式处理路径，难免让人觉得会比传统的方式慢很多，也就是存在性能问题。
那么，pathlib到底会比传统方式慢多少？通过下面的简单示例来看看。

传统方式：

def a(d="D:/miniconda3/Lib/site-packages"):from os import getcwd, walkextension = ".py"count = 0for root, directories, filenames in walk(d):for filename in filenames:if filename.endswith(extension):count += 1print(f"{count} Python files found")if __name__ == "__main__":import timet0 = time.time()a()t1 = time.time()print(t1 - t0)# 运行结果：
7875 Python files found
0.31201744079589844

pathlib方式：

def b(d="D:/miniconda3/Lib/site-packages"):from pathlib import Pathextension = ".py"count = 0for filename in Path(d).rglob(f"*{extension}"):count += 1print(f"{count} Python files found")if __name__ == "__main__":import timet0 = time.time()b()t1 = time.time()print(t1 - t0)# 运行结果：
7875 Python files found
0.44898128509521484

读取的标准库中的文件，总共将近8000个文件，运行多次后，时间大概相差0.1秒左右。
pathlib的性能确实略逊于传统方式，但是将近8000个文件，也只慢了0.1秒，
如果不是大规模处理文件的话，还是用pathlib更好。