pathlib：现代化路径处理

pathlib 路径处理

各位有没有写过这样的代码？

import os

base_dir = os.path.dirname(os.path.abspath(__file__))
data_path = os.path.join(base_dir, 'data', 'sub', 'foo.txt')

if os.path.exists(data_path) and os.path.isfile(data_path):
    with open(data_path, 'r', encoding='utf-8') as f:
        content = f.read()
    print(content)

是不是看着头大？一个 os.path.dirname 套一个 os.path.abspath，再嵌一个 os.path.join，路径就这么一层一层包出来了。要打开还得 with open(...) as f:，要判断还得 os.path.exists 加 os.path.isfile，方法散落在 os 和 os.path 两个模块里，还要再加一个 open 内建函数。光是数函数名就数得我水哥头都晕。

更要命的是，路径在这套写法里只是个普通字符串。字符串就是字符串，它不知道自己代表的是文件还是目录，更不可能自己跑去判断「我存在吗」、「我是什么后缀」。所有这些操作都得拿着字符串去喂给一堆函数，函数再吐回字符串，字符串再传给下一个函数 …… 整个过程像极了车间里搬砖头的流水线。

那么有没有一种写法，让路径自己「活」起来呢？让 Path('data/foo.txt') 这种东西本身就知道自己是不是文件、能不能被读取、有什么后缀名？

有的，就是今天要聊的 pathlib。这是 Python 3.4 加进来的标准库，专门用来收拾上面这种乱糟糟的路径代码。从 Python 3.6 开始，标准库里大部分接受路径字符串的函数也都能直接吃 Path 对象，所以基本可以无痛切过来。

写到现在 Python 都 3.13 了，各位童鞋如果还在 os.path.join 一条道走到黑，那真的是亏大了。本文就跟着水哥一起，把 pathlib 这套现代 API 从头到尾捋一遍。

一、第一个 Path

先来认识一下主角：

from pathlib import Path

p = Path('data/foo.txt')
print(p)
print(type(p))

输出可能长这样（macOS / Linux 上）：

data/foo.txt
<class 'pathlib.PosixPath'>

是不是发现什么不对？我们明明是 Path('data/foo.txt')，怎么打印出来类型是 PosixPath？

这是因为 Path 是个聪明家伙，它会根据你当前的操作系统，自动给你返回对应平台的子类：

• 在 macOS / Linux 上，返回 PosixPath
• 在 Windows 上，返回 WindowsPath

各位平时基本不用关心这个，直接用 Path 就完事了，需要跨平台细节的时候再说。

除了 Path('字符串') 这种基础用法，还有两个非常常用的「快捷入口」：

from pathlib import Path

print(Path.home())
print(Path.cwd())

输出：

/Users/two_water
/Users/two_water/projects/demo

Path.home() 是当前用户的家目录，Path.cwd() 是「当前工作目录」（current working directory）。这两个相当于以前的 os.path.expanduser('~') 和 os.getcwd()，不过显然新写法看着更清爽，是不是？

二、用 / 来拼接路径

路径拼接是最常见的操作，没有之一。看看老写法：

import os

base = '/tmp'
data_path = os.path.join(base, 'demo', 'sub', 'foo.txt')
print(data_path)

输出：

/tmp/demo/sub/foo.txt

这个 os.path.join 用是好用，但写起来嘴里得念好几遍 os path join，手指都不想动了。

然后看看 pathlib 是怎么玩的：

from pathlib import Path

base = Path('/tmp')
data_path = base / 'demo' / 'sub' / 'foo.txt'
print(data_path)

输出：

/tmp/demo/sub/foo.txt

注意看：拼接路径用的是 / 这个操作符。是不是有点神奇？

为什么啊？因为 Path 重载了 __truediv__（也就是除法操作符），所以 Path('/tmp') / 'demo' 这种写法就被翻译成了路径拼接。这种设计简直是天才，因为路径在 URL、Linux 文件系统里用的本来就是 /，跟我们脑子里的语义完全一致。

来个对比表，看看是不是清爽多了：

而且 / 还可以拿一个 Path 跟字符串混着用，结果都是 Path 对象：

from pathlib import Path

p1 = Path('/tmp') / 'foo'
p2 = Path('/tmp') / Path('foo')
p3 = 'foo' / Path('tmp')

print(p1)
print(p2)
print(p3)

输出：

/tmp/foo
/tmp/foo
foo/tmp

不管 / 左边还是右边是字符串，只要有一边是 Path，结果就还是 Path。

三、常用属性，一锅端

各位写过爬虫或者文件处理代码的话，对「拿到一个路径，我要它的文件名」、「我要它的扩展名」这种需求肯定不陌生。老写法散布在 os.path.basename、os.path.splitext 这些函数里，记起来挺麻烦。

Path 把这些都做成属性了，一个个看。

3.1 .name：完整文件名（带后缀）

from pathlib import Path

p = Path('/tmp/demo/foo.txt')
print(p.name)

输出：

foo.txt

相当于以前的 os.path.basename(...)。

3.2 .stem：去掉后缀的「主干」

from pathlib import Path

p = Path('/tmp/demo/foo.txt')
print(p.stem)

输出：

foo

这个就是文件名去掉扩展名的部分，特别适合用来生成「同名但换后缀」的新文件，比如 foo.txt 转 foo.json。