openpyxl 写 Excel 的三个隐蔽坑:等号开头的文本、列宽自适应、公式缓存
pathlib 实战指南:还在拼字符串路径?这些坑和技巧该收下了
前言
很多 Python 老项目里到处都是 os.path.join、字符串切片和手写的 / 拼接。Python 3.4 引入的 pathlib 把路径变成对象,不是语法糖,而是实打实地消掉了一类 bug。这篇把我实际项目里踩过的坑和现在每天都用的技巧整理出来。
坑一:字符串路径在 Windows 上埋雷
# 反面教材
config = "configs" + "\\" + "app.yaml" # 在 Linux 上就是错的
path = os.path.join(base, "data/file.csv") # 混用分隔符,Windows 下行为诡异
手拼路径的问题在于:分隔符是写死的,跨平台必炸。pathlib 自动处理:
from pathlib import Path
config = Path("configs") / "app.yaml" # Linux: configs/app.yaml Windows: configs\app.yaml
/ 运算符重载是 pathlib 最好用的设计,路径拼接永远不会错方向。
坑二:Path("data") / "/abs/x" 会静默丢掉前半段
p = Path("base") / "/etc/hosts"
print(p) # /etc/hosts —— 前面全丢了,没有报错!
绝对路径段会重置整个路径。从外部配置/接口拿到的路径先 Path(x),如果不确定是相对还是绝对,明确写:
p = Path(base) / user_supplied.lstrip("/\\") if not Path(user_supplied).is_absolute() else Path(user_supplied)
或者直接断言 is_absolute(),别让拼路径变成静默数据丢失。
坑三:read_text 遇到大文件和编码
Path.read_text() 默认编码跟随 locale,Windows 上是 GBK——中文 UTF-8 文件直接 UnicodeDecodeError。这和 open() 不指定 encoding 是同一个坑,pathlib 没有帮你解决:
content = Path("data.txt").read_text(encoding="utf-8") # 永远显式写 encoding
另外大文件别用 read_text() 一次性进内存,它没有流式版本,该用 open() 时就用。
技巧一:一族替代品,告别 12 个 os.path 函数
| 老写法 | pathlib |
|---|---|
os.path.exists(p) |
p.exists() |
os.path.isfile(p) |
p.is_file() |
os.path.getsize(p) |
p.stat().st_size |
os.path.splitext(p) |
p.suffix / p.stem |
os.path.basename(p) |
p.name |
os.path.dirname(p) |
p.parent |
os.getcwd() |
Path.cwd() |
os.makedirs(d, exist_ok=True) |
d.mkdir(parents=True, exist_ok=True) |
语义上等价,可读性差一个量级。
技巧二:glob 和 rglob 内建
for f in Path("logs").glob("*.log"): # 本层
print(f.stat().st_mtime)
for f in Path("project").rglob("*.py"): # 递归全部子目录
n_lines = sum(1 for _ in f.open(encoding="utf-8", errors="ignore"))
不需要 glob.glob(os.path.join(...)) 这种三层嵌套了。
技巧三:with_suffix 改扩展名不踩字符串切片
src = Path("report.tar.gz")
src.with_suffix(".csv") # report.tar.csv —— 只换最后一个后缀!
src.with_suffix("").with_suffix(".csv") # 或用 with_name: src.with_name(src.stem + ".csv")
双后缀文件(.tar.gz)要清楚 suffix 只取最后一段,换名用 with_name(src.stem + ".csv") 更直观。同样的兄弟方法 with_stem(3.9+)和 with_name 覆盖了所有改名场景,永远别再 p.replace(".tar", ".csv")。
技巧四:resolve() 消解符号链接与 ..
p = Path("./configs/../app.yaml").resolve()
print(p) # /work/app.yaml —— 干净的绝对路径
写日志、做路径比较、传给外部工具前先 resolve(),能避免「看起来同一个路径其实是两个字符串」的比较 bug。
一个真实的小项目:日志清理器
from pathlib import Path
from datetime import datetime, timedelta
def clean_logs(log_dir: str, keep_days: int = 7) -> int:
cutoff = (datetime.now() - timedelta(days=keep_days)).timestamp()
removed = 0
for f in Path(log_dir).glob("*.log*"): # 覆盖 .log 和轮转出的 .log.1
if f.is_file() and f.stat().st_mtime < cutoff:
f.unlink()
removed += 1
return removed
十几行,没有一处字符串拼接,Windows/Linux 通吃——这就是 pathlib 的日常价值。
小结
- 路径永远用
Path对象,/拼接不踩平台差异; - 警惕绝对路径段重置整个路径;
read_text记得显式encoding="utf-8";- 双后缀文件用
with_name/with_stem而不是字符串 replace; - 对外比较和落日志前
resolve()。
迁移老项目不用一步到位:新代码用 pathlib,边界处 str(p) 和 Path(s) 互相转就行,两者本来就是设计来共存的。
- 点赞
- 收藏
- 关注作者
评论(0)