精通Python自动化脚本-运维人员宝典完整目录：
第一章 Python脚本概述
第二章 Python脚本调试和性能测试
第三章 单元测试-单元测试框架的介绍
第四章 自动化常规运维活动
第五章 文件、目录和数据处理
第六章 文件存档、加密和解密
第七章 文本处理和正则表达式
第八章 文档和报告
第九章 操作各类文件
第十章 网络基础 – Socket编程
第十一章 使用Python脚本处理邮件
第十二章 使用Telnet和SSH远程监控主机
第十三章 创建图形化用户界面
第十四章 处理Apache和其它的日志文件
第十五章 SOAP和REST API通讯
第十六章 网络抓取 – 从网站上提取有用的信息
第十七章 数据收集及报表
第十八章 MySQL和SQLite数据库管理
系统运维人员会执行一些如处理不同文件、目录和数据的任务。本章中，我们将学习os模块。os模块提供了与操作系统进行交互的功能。Python编程人员可轻易地使用os模块来执行文件和目录操作。os模块为程序员提供了处理文件、路径、目录和数据的工具。
本章中我们将学习如下内容：
- 使用os模块来处理目录
- 复制、移动、重命名和删除数据
- 处理路径、目录和文件
- 对比数据
- 合并数据
- 模式匹配文件和目录
- 元数据：数据的数据
- 压缩和还原
- 使用tarfile模块来创建TAR存档
- 使用tarfile模块来检查TAR文件内容
使用os模块来处理目录
目录或文件夹是一个文件和子目录的集合。os模块提供了允许我们与操作系统交互的不同函数。这一部分中，我们将学习可在处理目录时使用的一些函数。
获取工作目录
要开始对目录进行处理，首先我们会获取当前工作目录的名称。os有一个getcwd()函数，使用它我们可以获取到当前的工作目录。启动python3终端并输入如下命令来获取当前目录名：
|
1 2 3 4 5 6 7 8 |
$ python3 Python 3.5.2 (default, Nov 12 2018, 13:43:14) [GCC 5.4.0 20160609] on linux Type "help", "copyright", "credits" or "license" for more information. >>> import os >>> os.getcwd() '/home/student/Chapter05' >>> |
更换目录
使用os模块，我们可以更换当前工作目录。os模块中有一个chdir()函数可用于实现，示例如下：
|
1 2 3 4 |
>>> os.chdir('/home/student') >>> print(os.getcwd()) /home/student >>> |
列出文件和目录
列出目录内容在Python中也很容易。我们将使用os中带有的listdir()函数，它会返回当前工作目录的文件和目录名：
|
1 2 3 |
>>> os.chdir('/home/student') >>> os.listdir() ['Chapter05', 'Chapter03', '.python_history', '__pycache__', 'Chapter01', 'Desktop', 'Chapter04', 'Chapter02', '.cache', '.local', '.ssh', '.bash_history', '.bash_lo |
重命名目录
Python中的os模块有一个rename()函数，可帮助更换目录的名称：
|
1 2 3 4 |
>>> os.mkdir('work') >>> os.rename('work', 'work1') >>> os.listdir() ['Chapter05', 'Chapter03', '.python_history', '__pycache__', 'Chapter01', 'Desktop', 'Chapter04', 'Chapter02', '.cache', 'work1', '.local', '.ssh', '.bash_history', '.bash_logout', '.bashrc', '.viminfo', '.profile'] |
复制、移动、重命名和删除数据
我们将学习系统运维人员处理数据的四个基本操作，即复制、移动、重命名和删除。Python内置一个名为shutil的模块，用于执行这些任务。使用shutil模块，我们也可以对数据执行更高级别的操作。在我们的程序中使用shutil模块，只需要编写import shutil导入语句即可。shutil模块提供了一些支持文件复制和删除操作的函数。我们来逐一学习这些操作。
复制数据
这一部分中，我们将来看如何使用shutil模块来复制文件。首先，我们会创建一个hello.py文件并在其它编写一些文本内容。
|
1 2 3 4 |
# hello.py print("") print("Hello World\n") print("Hello Python\n") |
现在我们会在shutil_copy_example.py脚本中编写复制的代码。在其中编写如下内容：
|
1 2 3 4 5 |
import shutil import os shutil.copy('hello.py', 'welcome.py') print('Copy Successful') |
运行脚本如下：
|
1 2 3 4 |
$ python shutil_copy_example.py # 输出结果 Copy Successful |
查看welcome.py脚本，我们会发现welcome.py中已成功地拷贝了hello.py中的内容。
移动/剪切数据
这里我们来看如何剪切数据。实现剪切我们可以使用shutil.move()。shutil.move(source, destination可以将文件从源地址移动到目的地址。下面我们来创建一个shutil_move_example.py脚本并编写如下内容：
|
1 2 |
import shutil shutil.move('/home/student/sample.txt', '/home/student/Desktop/.') |
运行脚本如下：
|
1 |
$ python3 shutil_move_example.py |
这一脚本中，我们剪切的文件为sample.txt，在/home/student 目录中。/home/student是我们的源文件夹/home/student/Desktop是我们目的文件夹。因此，在运行脚本后，sample.txt会从/home/student剪切到/home/student/Desktop目录中。
重命名数据
在前面的部分中，我们学习了如何使用shutil.move()来将文件由源目录移动到目标目录。使用shutil.move()可对文件进行重命名。创建一个shutil_rename_example.py脚本并添加如下内容：
|
1 2 |
import shutil shutil.move('hello.py', 'hello_renamed.py') |
运行脚本如下：
|
1 2 3 |
$ python3 shutil_rename_example.py # 无输出 |
现在查看文件名，会被重命名为hello_renamed.py。
删除数据
我们将学习如何使用Python中的os模块删除文件和文件夹。os模块中的remove()方法将删除文件。如果尝试使用该方法删除目录将会返回OSError。要删除目录，使用rmdir()。
下面创建一个os_remove_file_directory.py脚本并编写如下内容：
|
1 2 3 4 5 6 7 |
import os os.chdir('/home/student') # 补充代码 os.remove('sample.txt') print("File removed successfully") os.rmdir('work1') print("Directory removed successfully") |
运行脚本如下：
|
1 2 3 4 5 |
$ python3 os_remove_file_directory.py # 输出结果： File removed successfully Directory removed successfully |
处理路径
下面我们将学习os.path()。它用于路径处理。这一部分中，我们来看os模块中针对路径名的函数。
补充：Alan 对 Python 进行了一下升级，方法如下：
|
1 2 3 4 5 6 |
sudo apt-get update sudo wget https://www.python.org/ftp/python/3.7.2/Python-3.7.2.tgz tar zxvf Python-3.7.2.tgz cd Python-3.7.2/ ./configure make && sudo make install |
启动python3终端：
|
1 2 3 4 5 6 |
$ python3 Python 3.7.2 (default, Feb 26 2019, 15:56:02) [GCC 5.4.0 20160609] on linux Type "help", "copyright", "credits" or "license" for more information. >>> import os >>> |
- os.path.absname(path): 返回路径名的绝对路径
|
1 2 3 |
>>> os.path.abspath('sample.txt') '/home/student/work/sample.txt' >>> |
- os.path.dirname(path): 返回路径的目录名
|
1 2 |
>>> os.path.dirname('/home/student/work/sample.txt') '/home/student/work' |
- os.path.basename(path): 返回路径的基本名称
|
1 2 |
>>> os.path.basename('/home/student/work/sample.txt') 'sample.txt' |
- os.path.exists(path): 如果引用的路径存在则返回 True
|
1 2 |
>>> os.path.exists('/home/student/work/sample.txt') True |
- os.path.getsize(path): 以字节数返回输入文件的大小
|
1 2 |
>>> os.path.getsize('/home/student/work/sample.txt') 39 |
- os.path.isfile(path): 检查输入的路径是否为已有文件。如果是文件则返回True。
|
1 2 |
>>> os.path.isfile('/home/student/work/sample.txt') True |
- os.path.isdir(path): 检查输入的路径是否为已有目录。如果是目录则返回True。
|
1 2 |
>>> os.path.isdir('/home/student/work/sample.txt') False |
对比数据
下面我们将学习如何在Python中比较数据。我们使用pandas模块来进行实现。
pandas是一个开源的数据分析库，提供易于使用的数据结构和数据分析工具。让我们导入和分析数据更为简单。
在开始示例之前，确保系统中安装了pandas。安装pandas的方法如下：
|
1 2 3 |
pip3 install pandas # Python3 或 pip install pandas #python2 |
我们将学习一个使用pandas比较数据的示例。首先，我们来创建两个csv文件：student1.csv和student2.csv。我们将比较这两个csv文件并在结果中返回比较结果。创建以下两个csv文件：
创建student1.csv文件内容如下：
|
1 2 3 4 5 6 7 |
Id,Name,Gender,Age,Address 101,John,Male,20,New York 102,Mary,Female,18,London 103,Aditya,Male,22,Mumbai 104,Leo,Male,22,Chicago 105,Sam,Male,21,Paris 106,Tina,Female,23,Sydney |
创建student2.csv文件内容如下：
|
1 2 3 4 5 6 7 |
Id,Name,Gender,Age,Address 101,John,Male,21,New York 102,Mary,Female,20,London 103,Aditya,Male,22,Mumbai 104,Leo,Male,23,Chicago 105,Sam,Male,21,Paris 106,Tina,Female,23,Sydney |
下面我们创建compare_data.py脚本并编写如下内容：
|
1 2 3 4 5 6 7 8 9 |
import pandas as pd df1 = pd.read_csv('student1.csv') df2 = pd.read_csv('student2.csv') s1 = set([tuple(values) for values in df1.values.tolist()]) s2 = set([tuple(values) for values in df2.values.tolist()]) s1.symmetric_difference(s2) print(pd.DataFrame(list(s1.difference(s2))), '\n') print(pd.DataFrame(list(s2.difference(s1))), '\n') |
运行脚本如下：
|
1 2 3 4 5 6 7 8 9 10 11 12 |
$ python3 compare_data.py # 输出结果： 0 1 2 3 4 0 104 Leo Male 22 Chicago 1 101 John Male 20 New York 2 102 Mary Female 18 London 0 1 2 3 4 0 102 Mary Female 20 London 1 104 Leo Male 23 Chicago 2 101 John Male 21 New York |
在上述的例子中，我们比较两个csv文件的数据：student1.csv和student2.csv。我们首先转化我们的数据帧(df1, df2)为集合 (s1, s2)。然后我们使用了symmetric_difference() 集合。因此它会检查s1和s2的对称性区别，然后我们打印出了结果。
合并数据
我们将学习如何在Python合并数据。为此，我们使用Python中的pandas库。要进行数据合并，我们将使用前一部分中使用的两个csv文件：student1.csv和student2.csv。
下面，创建merge_data.py脚本并编写如下代码：
|
1 2 3 4 5 6 |
import pandas as pd df1 = pd.read_csv('student1.csv') df2 = pd.read_csv('student2.csv') result = pd.concat([df1, df2]) print(result) |
运行脚本如下：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 |
$ python3 merge_data.py # 输出结果： Id Name Gender Age Address 0 101 John Male 20 New York 1 102 Mary Female 18 London 2 103 Aditya Male 22 Mumbai 3 104 Leo Male 22 Chicago 4 105 Sam Male 21 Paris 5 106 Tina Female 23 Sydney 0 101 John Male 21 New York 1 102 Mary Female 20 London 2 103 Aditya Male 22 Mumbai 3 104 Leo Male 23 Chicago 4 105 Sam Male 21 Paris 5 106 Tina Female 23 Sydney |
模式匹配文件和目录
这部分中我们将学习文件和目录的模式匹配。Python有一个glob模块，用于查找与指定模式相匹配的文件和目录名称。
下面我们来看一个示例。首先，创建一个pattern_match.py脚本并编写如下内容：
|
1 2 3 4 5 6 7 8 9 10 |
import glob file_match = glob.glob('*.txt') print(file_match) file_match = glob.glob('[0-9].txt') print(file_match) file_match = glob.glob('**/*.txt', recursive=True) print(file_match) file_match = glob.glob('**/', recursive=True) print(file_match) |
运行脚本如下：
|
1 2 3 4 5 6 7 |
$ python3 pattern_match.py # 输出结果 ['file1.txt', 'filea.txt', 'fileb.txt', 'file2.txt', '2.txt', '1.txt', 'file.txt'] ['2.txt', '1.txt'] ['file1.txt', 'filea.txt', 'fileb.txt', 'file2.txt', '2.txt', '1.txt', 'file.txt', 'dir1/3.txt', 'dir1/4.txt'] ['dir1/'] |
注：以上目录及文件需自行创建
在前面的示例中，我们使用了Python模块来进行模式匹配。glob (pathname)将返回匹配pathname的名称列表。在我们的脚本中，我们传入了四个不同的glob()函数。第一个glob()中，我们传入的路径名为*.txt，这将返回所有后缀名为.txt文件名。在第二个glob()中，我们传入了 [0-9].txt，这将返回以数字开始的名称。在第三个glob()中，我们传入了**/*.txt，将返回文件名和路径名。它还会返回这些目录的文件名。在第四个glob()中，我们传入了**/，将仅返回目录名。
元数据：数据的数据
这部分我们将学习PyPDF2模块，有助于我们从pdf文件中提取元数据（metadata）。但首先什么是元数据呢？元数据是数据的数据。元数据是描述主要信息的结构性信息。它是一个数据的总结。包含我们实际数据相关的基本信息。帮助查找我们数据中的具体实例。
ℹ️确保将需提取信息的pdf文件放在相应目录中
首先安装PyPDF2模块，命令如下：
|
1 |
pip3 install PyPDF2 |
下面我们来编写脚本metadata_example.py，并查看如何获取元数据信息。我们使用Python来编写脚本：
|
1 2 3 4 5 6 7 8 9 10 11 12 |
import PyPDF2 def main(): file_name = 'Haltermanpythonbook.pdf' pdfFile = PyPDF2.PdfFileReader(open(file_name, 'rb')) pdf_data = pdfFile.getDocumentInfo() print('----Metadata of the file----') for md in pdf_data: print(md+ ':' +pdf_data[md]) if __name__ == '__main__': main() |
译者注：
1、随机搜索了一本Python 方面的 pdf 图书Haltermanpythonbook.pdf用于本例测试
2、原书使用了 Python 2中的pyPdf，为统一版本，Alan 修改为针对 Python 3的PyPDF2
运行脚本如下：
|
1 2 3 4 5 6 7 8 9 10 |
$ python3 metadata_example.py ----Metadata of the file---- /Author: /Title: /Subject: /Creator:LaTeX with hyperref package /Producer:pdfeTeX-1.21a /Keywords: /CreationDate:D:20111113221308-05'00' /PTEX.Fullbanner:This is pdfeTeX, Version 3.141592-1.21a-2.2 (Web2C 7.5.4) kpathsea version 3.5.4 |
在前述脚本中，我们使用了 Pyhon 3中的PyPDF2模块。首先，我们创建了一个变量file_name来存储 pdf 的路径。使用PdfFileReader() 来提取数据。变量pdf_data会存储pdf的相关信息。最后，我们编写for循环来获取元数据信息。
压缩和还原
这部分中我们将学习shutil模块中的make_archive()函数，可压缩整个文件夹。为此我们编写一个compress_a_directory.py脚本并编写如下内容：
|
1 2 |
import shutil shutil.make_archive('work', 'zip', 'work/') |
运行脚本如下：
|
1 |
$ python3 compress_a_directory.py |
前述脚本shutil.make_archive()函数中，我们传入的第一个参数作为压缩文件的名称，zip是压缩的技术。work/是想要进行压缩的目录名。
要对压缩文件进行还原（解压缩），我们使用shutil模块中的unpack_archive() 函数。创建一个脚本unzip_a_directory.py并编写如下内容：
|
1 2 |
import shutil shutil.unpack_archive('work1.zip') |
运行脚本如下：
|
1 |
$ python3 unzip_a_directory.py |
现在检查我们的目录。可以得到解压目录后的所有内容。
使用tarfile模块来创建TAR存档
这部分帮助我们学习如何使用Python的tarfile模块来创建tar存档文件。
tarfile模块用于使用gzip、bz2等压缩技术来读取和写入tar存档文件。确保存在相关的文件和目录。下面创建一个tarfile_example.py脚本并编写如下内容：
|
1 2 3 4 5 6 |
import tarfile tar_file = tarfile.open('work.tar.gz', 'w:gz') for name in ['welcome.py', 'hello.py', 'hello.txt', 'sample.txt', 'sample1.txt']: tar_file.add(name) tar_file.close() |
运行脚本如下：
|
1 |
$ python3 tarfile_example.py |
这时检查当前工作目录，可以看到已创建了work.tar.gz。
使用tarfile模块来检查TAR文件内容
这部分中我们将学习如何在不提取tar文件的情况下检查tar包里的内容。我们使用Python中的tarfile模块。
创建脚本examine_tar_file_content.py编写如下内容：
|
1 2 3 |
import tarfile tar_file = tarfile.open('work.tar.gz', 'r:gz') print(tar_file.getnames()) |
运行脚本如下：
|
1 2 3 4 |
$ python3 examine_tar_file_content.py # 输出结果： ['welcome.py', 'hello.py', 'hello.txt', 'sample.txt', 'sample1.txt'] |
在前面的例子中，我们使用了tarfile模块来查看所创建的tar文件的内容。我们使用了getnames()函数来读取数据。
总结
本章中我们学习了如何使用Python脚本来处理文件和目录。还学习了如何使用os模块来处理目录。以及如何拷贝、移动、重命名和删除文件和目录。我们学习了Python中的pandas模块，用于比较和合并数据。同时学习了使用tarfile模块来创建tar文件以及读取tar文件中的内容。我们在搜索文件和目录时还使用了模式匹配。
下一章中，我们将学习tar包和ZIP的创建。
☞☞☞ 第六章 文件存档、加密和解密
课后问题
- 如何在不论什么操作系统中（Windows, Linux）处理不同的路径？
- Python 中print()可以使用哪些不同参数？
- Python 中dir()关键字的用处是什么？
- pandas中的数据帧、序列是什么？
- 列表推导式是什么？
- 是否可以进行集合推导式和字典推导式？如果是如何做？
- 如何使用pandas数据帧打印最前/后的 N 行？
- 使用列表推导式来编写程序打印奇数？
- sys.argv的类型时什么？
a) 集合
b) 列表
c) 元组
d) 字符串