技术文章2025 年 10 月 12 日约 3.7 分钟206 次阅读

Python 文件操作实战：安全整理下载目录

用 pathlib 写安全的文件整理脚本：预览模式、防覆盖、递归扫描与原子替换。

文件操作的脚本大多死在同一个问题上：没想清楚「如果文件已经存在」「如果目录不存在」「如果权限不够」这三种情况。这篇文章用 pathlib 写一个「整理下载目录」的脚本，重点是预览模式、防覆盖和错误处理——这些才是生产级文件脚本和玩具脚本的分水岭。

#pathlib 比 os.path 好在哪

pathlib 把路径变成对象，. 和 .. 的解析、分隔符、拼接都自动处理，跨平台一致：

python

from pathlib import Path

home = Path.home()
downloads = home / "Downloads"
target = downloads / "images" / "a.png"

print(downloads.exists())      # 布尔判断
print(target.suffix)           # .png
print(target.stem)             # a
print(target.with_suffix(".jpg"))  # images/a.jpg

注意 / 运算符是拼接，不要写成字符串相加。Path 对象之间、Path 和字符串混用时，先统一成 Path 再操作。

#分类整理：先预览，后执行

直接 shutil.move 的脚本，一旦正则写错，文件就进了错误目录。我的做法是默认「只打印要做什么」，加 --apply 才真动手：

python

from __future__ import annotations
import argparse
import shutil
from pathlib import Path

CATEGORIES = {
    ".jpg": "images", ".jpeg": "images", ".png": "images", ".gif": "images",
    ".pdf": "documents", ".docx": "documents", ".txt": "documents",
    ".zip": "archives", ".tar.gz": "archives", ".rar": "archives",
}

def unique_destination(path: Path) -> Path:
    if not path.exists():
        return path
    for index in range(1, 10000):
        candidate = path.with_name(f"{path.stem}_{index}{path.suffix}")
        if not candidate.exists():
            return candidate
    raise RuntimeError(f"无法为 {path.name} 生成唯一名称")

def organize(folder: Path, apply: bool) -> None:
    for source in folder.iterdir():
        if not source.is_file() or source.name.startswith("."):
            continue
        category = CATEGORIES.get(source.suffix.lower(), "others")
        destination = unique_destination(folder / category / source.name)
        print(f"{source.name} -> {destination.relative_to(folder)}")
        if apply:
            destination.parent.mkdir(parents=True, exist_ok=True)
            shutil.move(str(source), str(destination))

几个细节：

CATEGORIES.get(source.suffix.lower(), "others")：.JPG 和 .jpg 都能命中，认不出的进 others，别让未知类型抛异常。
unique_destination：同名文件自动加 _1、_2，而不是覆盖。覆盖是文件脚本最危险的默认行为。
跳过后缀名是空字符串的隐藏文件（.DS_Store、~ 临时文件），防止把系统文件挪走。
打印的是相对路径，方便人核对；日志要可读，别打一长串绝对路径。

#递归扫描：glob 和 rglob 的区别

iterdir() 只看当前目录一层。要递归，用 glob（带通配符）或 rglob（递归匹配）：

python

for pdf in folder.rglob("*.pdf"):
    print(pdf)

rglob 会走进所有子目录，包括 __pycache__ 这种，也可能跟着符号链接走。扫描前先想清楚要不要 follow symlink，Path.is_symlink() 检查一下：

python

for item in folder.rglob("*"):
    if item.is_symlink():
        continue          # 跳过符号链接，防止循环引用
    if item.is_file():
        ...

#错误处理：谁出错就记谁，别让整个脚本崩掉

一个文件权限不够，不应该中断整个整理任务：

python

def organize(folder: Path, apply: bool) -> None:
    errors = []
    for source in folder.iterdir():
        try:
            ...
        except (PermissionError, OSError) as e:
            errors.append((source.name, str(e)))
    if errors:
        print("以下文件处理失败：")
        for name, msg in errors:
            print(f"  {name}: {msg}")
        raise SystemExit(1)

权限错误的典型场景：目录属于别的用户、文件只读、磁盘满（OSError: [Errno 28] No space left on device）。磁盘满时 shutil.move 可能把源文件写坏一半——跨文件系统移动时尤其危险，移动过程中断电或满盘，源文件可能残缺。

#跨文件系统移动和原子替换

shutil.move 在同一文件系统内是改名（快），跨文件系统则是先复制再删除（慢、且非原子）。如果你要「替换已存在的文件」，别用 shutil.move 直接盖，用 os.replace——它是原子操作，要么新内容完全就位，要么原样不动：

python

import os
os.replace(temp_path, final_path)   # 原子替换，进程崩溃也不会留半个文件

先写临时文件、再 os.replace 到目标名，这是「写配置文件」「更新导出文件」的标准安全写法，我在脚本里一直用。

#经验

文件脚本最大的风险不是逻辑错，而是人在没有预览的情况下跑了 --apply。所以我的习惯：

默认预览，--apply 才动手；
目标路径永远生成唯一名，绝不覆盖；
每个文件单独 try/except，记录失败不中断；
动重要目录前先 du -sh 看一眼总量，心里有数再跑。

另外 Path.read_text() / write_text() 记得显式传 encoding="utf-8"，否则在 Windows 上会按 GBK 读写，中文直接乱码——这个坑我帮同事排查过整整一个下午。

写于 2025 年 10 月 12 日

栏目: 技术文章
约: 3.7 分钟
字数: 3K
阅读: 206

本文为原创记录，转载请注明出处。如果这篇替你省了时间，欢迎留言说说你踩到的坑。

铅字#Python #pathlib #文件操作 #自动化

同题 · related

留言 · remarks

00 条

还没有留言，来说点什么吧。