快捷導(dǎo)航

Python讀取文件夾下的所有文件實(shí)例代碼

更新時(shí)間：2021年04月02日 10:47:36 作者：勵(lì)志故事

這篇文章主要給大家介紹了關(guān)于Python讀取文件夾下的所有文件的相關(guān)資料，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧

Python讀取文件夾下的所有文件

os.listdir(path)是得到在path路徑下所以文件的名稱列表。

open(path)是打開(kāi)某個(gè)文件。

iter是python的迭代器。

所以讀取某文件夾下的所有文件如下：

import os
path = "D:/Python34/news" #文件夾目錄
files= os.listdir(path) #得到文件夾下的所有文件名稱
s = []
for file in files: #遍歷文件夾
  if not os.path.isdir(file): #判斷是否是文件夾，不是文件夾才打開(kāi)
   f = open(path+"/"+file); #打開(kāi)文件
   iter_f = iter(f); #創(chuàng)建迭代器
   str = ""
   for line in iter_f: #遍歷文件，一行行遍歷，讀取文本
    str = str + line
   s.append(str) #每個(gè)文件的文本存到list中
print(s) #打印結(jié)果

你也可以把遍歷文件夾的操作定義成一個(gè)函數(shù)，如果是文件夾就不斷迭代遍歷。進(jìn)而讀取文件夾下所有的文件（包括文件夾里中的文件）

Python批量讀取文件夾下所有文件

現(xiàn)給定一個(gè)文件夾，下面有很多文件（可能是一天一個(gè)數(shù)據(jù)文件等），我們要讀取該文件夾下面的所有文件，如：

代碼（包括刪除空文件，有參考網(wǎng)上代碼）：

# -*- coding: utf-8 -*-
"""
Created on Wed Nov 20 23:28:00 2019

@author: 1
"""

import pandas as pd
import os

# 刪除空文件夾，否則會(huì)報(bào)錯(cuò)
def traverse(filepath):
 # 遍歷filepath下所有文件，包括子目錄
 files = os.listdir(filepath)
 for fi in files:
  fi_d = os.path.join(filepath, fi)
  if os.path.isdir(fi_d): # 判斷是否為文件夾
   if not os.listdir(fi_d): # 如果文件夾為空
    os.rmdir(fi_d) # 刪除這個(gè)空文件夾
   else:
    traverse(fi_d)
  else:
   file = os.path.join(filepath, fi_d)
   if os.path.getsize(file) == 0: # 文件大小為0
    os.remove(file) # 刪除這個(gè)文件
    
    
def get_file(path): # 創(chuàng)建一個(gè)空列表
 files = os.listdir(path)
 files.sort() # 排序
 list = []
 for file in files:
  if not os.path.isdir(path + file): # 判斷該文件是否是一個(gè)文件夾  
   f_name = str(file)
   #    print(f_name)
   tr = '\\' # 多增加一個(gè)斜杠
   filename = path + tr + f_name
   list.append(filename)
 return (list)


if __name__ == '__main__':
 path = r'D:\workspace\python\m1\T-drive Taxi Trajectories\release\taxi_log_2008_by_id'
 traverse(path)
 list = get_file(path)
 for i in range(10): # 表示讀10個(gè)文件
  df = pd.read_csv(list[i], sep=',')
  df.to_csv('taxi2.csv', mode='a', header=None)