编程语言
首页 > 编程语言> > Python批量处理文件的方法总结(包括folder、txt、xml、excel)

Python批量处理文件的方法总结(包括folder、txt、xml、excel)

作者:互联网

一、使用Python批量创建folder


主要用到的库就是os;
代码运行的结果是:在指定文件夹下创建一组文件夹。

part1:代码:

import os            #导入os模块
                                       
for i in range(1,11):               #使用for循环创建从1到x的文件夹,此处是创建10个文件夹,从 1-10                                        
    path1 = 'D:/Codedata/test/creat_folder/'    #设置创建后文件夹存放的位置,此处是在creat_folder文件夹下创建一组文件夹
    path2 = '测试_' + str(i)                #此处可以修改/删除:'测试_'
    path = os.path.join(path1, path2)       #路径拼接
    isExist = os.path.exists(path)  #定义一个变量判断文件是否存在
    if not isExist:                      #如果文件不存在,则创建文件夹,并提示创建成功
        os.makedirs(path)    
        print("%s 目录创建成功"%i)
    else:                           #如果文件存在,则提示已经存在
        print("%s 目录已经存在"%i)            
        continue                      #继续上述操作,直到循环结束

part2:运行结果图:

 

 

 

删掉第5行的 ‘测试_’ 后,path2 = str(i) ,意为只创建纯数字命名的文件夹,运行结果如下:

 

 

 


 

二、使用python批量创建txt


主要用到的库是os;
代码运行的结果是:在指定文件夹下创建一组txt。
part1:代码:

import os    #导入os模块

for i in range(1,6):   #使用for循环创建5个txt,从1到5
    path1 = 'D:/Codedata/test/creat_folder/1/' #设置创建后文件夹存放的位置,此处是在creat_folder文件夹下的1文件夹下创建一组txt
    path2 = '测试_' + str(i)                   #此处可以修改/删除:'测试_'
    path = os.path.join(path1,path2)           #路径拼接
    f = open( path + '.txt',"a")   #a表示没有该文件就新建
    f.write("")        #写入文件,空
    f.close()        #执行完结束

 

part2:运行结果图:

 

 

 

删掉第5行的 ‘测试_’ 后,path2 = str(i) ,意为只创建纯数字命名的txt,运行结果如下:

 

 

 


 

三、使用 Python批量修改文件名
主要用到的库os;
代码的作用是:可以修改指定文件夹下的文件,不限格式(包括:folder、txt等)。
part1:代码:

 

import os   #导入os模块

path = 'D:/Codedata/test/creat_folder/' #需要修改的文件所在的路径
                                        #此处是修改在creat_folder文件夹下的一组文件夹的名字
original_name = os.listdir(path)        #读取文件初始的名字
print(original_name) 

for i in original_name:                 #遍历全部文件
    os.rename(os.path.join(path,i),os.path.join(path,'测试_'+i))  #修改文件名

 

part2:运行结果图:

 

 

 


四、使用Python读取txt中的数据并创建excel
首先,在第二节创建的txt的基础上,给每个txt写入一列9个数据,如下图所示:

 

 

接下来,先实现用Python读取一个txt的数据,并存入excel中,下面的代码针对“测试_1.txt”。
part1:代码:

 

## 本例中要读取的txt存放的路径为: D:\Codedata\test\creat_folder\1\  
## 名字为: 测试_x.txt

import xlwt  #导入excel文件的库

# 打开txt文件并读取数据
with open(r'D:/Codedata/test/creat_folder/1/测试_1.txt','r+') as title:  #'r+'表示对文件是进行"读取和写入的模式"
   layertitle = title.read()
   layertitle_list= layertitle.split()                       #读取txt文件内容默认是str类型,此处将其分割成一个个元素形成列表

# 创建excel用于存放数据
workexcel = xlwt.Workbook(encoding='ascii')                    #创建一个工作表对象
sheet = workexcel.add_sheet('layer1',cell_overwrite_ok=True)   #创建表格,添加一个名为layer1的sheet     
i=0  #行变量,初始值为第一行
j=0  #列变量,初始值为第一列
for data in  layertitle_list:     #遍历数据,写入excel文件
    sheet.write(i,j,data)         #i,j控制表格坐标,左顶点为(0,0)
    i=i+1                         #控制j=0不变,i每次+1下移一格,表示将数据写成一列
workexcel.save('测试.xls')        #保存文件,这里默认保存到相对路径,即当前工作区的路径

 

part2:运行结果图:

继续实现读取同一文件夹下的多个txt的数据,并存入一个表格的同一个sheet中。
思路:将上一步的代码封装成一个函数,只传入一个 txt_id 用于读取指定的.txt文件。
part1:代码:

 

#本例中要读取的txt存放的路径为:  D:\Codedata\test\creat_folder\1\  名字为: 测试_x.txt
import xlwt
import os             

def read_txt(txt_id):
    path1 = 'D:'
    path2 = '\\Codedata'
    path3 = 'test'
    path4 = 'creat_folder'
    path5 = '1'
    txt_id = '测试_' + str(txt_id) + '.txt'
    path6 =  txt_id
    position = os.path.join(path1,path2,path3,path4,path5,path6) 
    print(position)
    with open(position,'r+') as title:   # 打开txt文件并读取数据
        layertitle = title.read()
        layertitle_list = layertitle.split() 
        return layertitle_list

if __name__ == '__main__':
    workexcel = xlwt.Workbook(encoding='ascii')                   #创建一个工作表对象
    sheet = workexcel.add_sheet('layer1',cell_overwrite_ok=True)  #创建表格,添加一个名为layer1的sheet 
    for num in range(1,6):  #利用for循环遍历txt文件
            i=0             ##行变量,初始值为第一行
            data = read_txt(num) 
            #print(data)
            for d in data:
                sheet.write(i,num,d)    #i,j控制表格坐标,左定格为(0,1)下一次(0,2)以此类推
                i=i+1                   #按列写入数据
            workexcel.save('测试2.xls') #保存文件,这里默认保存到相对路径  

 

part2:运行结果图:

 

 

 


如果想实现读取不同文件夹下的txt数据,并存入同一表格的不同sheet怎么办?
思路:在上一步的read_txt函数中再引入一个folder_id,作为每个sheet的名字同时又能用于for循环中遍历所有文件夹。
part1:代码:

#本例中要读取的txt存放的路径为:  D:\Codedata\test\creat_folder\x\  名字为: 测试_x.txt
import xlwt
import os             

def read_txt(txt_id,folder_id):
    path1 = 'D:'
    path2 = '\\Codedata'
    path3 = 'test'
    path4 = 'creat_folder'
    path5 = str(folder_id)
    txt_id = '测试_' + str(txt_id) + '.txt'
    path6 =  txt_id
    position = os.path.join(path1,path2,path3,path4,path5,path6) 
    print(position)
    with open(position,'r+') as title:   # 打开txt文件并读取数据
        layertitle = title.read()
        layertitle_list = layertitle.split() 
        return layertitle_list

if __name__ == '__main__':
    workexcel = xlwt.Workbook(encoding='ascii')                       #创建一个工作表对象
    for num1 in range(1,11):            #利用for循环遍历文件夹
        sheet = workexcel.add_sheet(str(num1),cell_overwrite_ok=True) #创建10个sheet       
        for num2 in range(1,6):        #利用for循环遍历txt文件
            i=0                        ##行变量,初始值为第一行
            data = read_txt(num2,num1) 
            #print(data)
            for d in data:
                sheet.write(i,num2,d)  #i,j控制表格坐标,左定格为(0,1)下一次(0,2)以此类推
                i=i+1                  #按列写入数据
            workexcel.save('测试3.xls')   #保存文件,这里默认保存到相对路径  

 

part2:运行结果图:

 

 

 


五、使用Python批量删除文件的第一行
面临的问题:自己创建的标签文件,打开之后发现第一行有version的信息,所以想把所有的标签的第一行都删掉~
主要用到的库就是os;
代码运行的结果是:对指定文件夹下的所有文件的第一行都进行删除的操作。

import os

for f in os.listdir('.'):
       if '.xml' in f:     #此处的.xml可以修改为.txt等文件格式
               lines = open(f,encoding='utf-8').readlines()
               open(f, 'w',encoding='utf-8').writelines(lines[1:])

 

part2:运行结果图:


六、使用Python批量修改xml文件的内容
面临问题:在处理一个数据集的标签时,我发现读取的分类标签name是同时含有大小写的,所以想把所有的分类都替换为小写的~
运行下面的代码时,需要注意的是区分:当前工作路径 和 xml文件存储的路径
part1:代码:

 

#第一步:导入库
import os  
import os.path
from xml.etree.ElementTree import parse, Element

#第二步:定义一个函数,功能:批量修改xml中内容
def test():
    path = "E:\\annotation"   #xml文件所在的目录,举例 E:\annotation
    files = os.listdir(path)  # 获得文件夹下所有文件名
    s = []
    for xmlFile in files:     # 遍历文件夹
        if not os.path.isdir(xmlFile):  # 判断是否是文件夹,不是文件夹才打开
            print
            xmlFile
            pass
        path = "E:\\annotation"
        print(xmlFile)        #输出文件名,方便知道在处理哪个xml文件
        path1 = xmlFile       #定位当前处理的文件的工作路径
        newStr = os.path.join(path, xmlFile)
        class1 = "bus"       #这是你想最终显示的内容
        class2 = "truck"     #此处我想换成把原来的全部换成小写
        class3 = "suv"       #这里举了3个例子
        dom = parse(newStr)    #路径拼接,输入的是具体路径
        root = dom.getroot()
        #print(root)
        for obj in root.iter('object'):      #获取object节点中的name子节点
           if obj.find('name').text == 'Bus':  #判断获取的name节点下的内容是否为Bus
               print('1')                      # 输出1
               obj.find('name').text=class1  
               name1 = obj.find('name').text   #修改
               print(name1)
           elif obj.find('name').text == 'Truck': 
               print('2')
               obj.find('name').text=class2
               name2 = obj.find('name').text   #修改
               print(name2)
           elif obj.find('name').text == 'SUV':
               print('3')
               obj.find('name').text=class3
               name3 = obj.find('name').text   #修改
               print(name3)
           dom.write(path1, xml_declaration=True) #将修改后的xml保存到当前工作的路径下
           pass
if __name__ == '__main__':
    test()

 

part2:运行结果图:

 

 

 


七、拆分txt数据:一个txt分组成多个txt(选读Matlab)
【注】拆分一个包含很多数据的txt文件,使用的工具是matlab。

基础版:将一个包含73728(576*128)个数据的按列存放的txt文件,拆分成128组,每组的576个数据存于一个txt中。也就是说,代码运行之后,在指定文件夹下应该有128个txt,每个txt中有576个数据是按列存放的。

part1:代码:

A =importdata('D:\Codedata\test\newspace\forexcel\weights_32.txt'); %导入包含带分组数据的txt文件
B=reshape(A,576,128);         %将数据分成128组,每组576个
mkdir('D:\Codedata\test\newspace\forexcel\','分组1'); %创建一个名为‘分组1’的文件夹
for j=1:128                   %生成128个txt,每个txt中包含576个数据
    n = strcat('D:\Codedata\test\newspace\forexcel\','分组1','\',num2str(j),'.txt');
    fid=fopen(n,'w');
    fprintf(fid,'%g\n',B(:,j));
    fclose(fid);
end

 

part2:运行结果图:

 

 

 

打开1.txt 的结果-->
升级版:将上一步的128个txt进行拆分,每个txt对应一个文件夹,每一个文件夹下将576(9*64)个数据拆分成64组,每组的9个数据存于一个txt中。
part1:代码:

for i=1:128
    mkdir('D:\Codedata\test\newspace\forexcel\分组2\',int2str(i));  %创建128个文件夹,同时将matlab的当前工作路径设置为此
    filename = ['D:\Codedata\test\newspace\forexcel\分组1\',int2str(i),'.txt'];  
    A = load(filename);  %使用load()函数读取128个txt文件的数据
    B=reshape(A,9,64);   %将数据分成64组,每组9个数据
    for j=1:64           %生成64个txt,每个txt中包含9个数据
        n = strcat('D:\Codedata\test\newspace\forexcel\分组2\',int2str(i),'\','测试_',num2str(j),'.txt');
        fid=fopen(n,'w');
        fprintf(fid,'%g\n',B(:,j));
        fclose(fid);
    end
end

 


part2:运行结果图:

 

 



八、读取.mat文件的数据,批量写入xml文件(选读Matlab)
面临问题:下载了一个网上的数据集,没有提供直接的标签,只给了一个.mat格式的文件,用Matlab读取,批量转换为符合VOC数据集格式的标签文件。
part1:代码:

 

data=load('D:/Program Files/MATLAB2019b/MYcode/VehicleInfo.mat')   %.mat文件存储的路径
cars=data.VehicleInfo;
for n=1:length(cars)
    n;
    car=cars(n);
    
    %%
    %每一辆车新建一个xml文件存储车的信息
    carName=car.name;
    %图片的高度
    carHeight=car.height;
    %图片的宽度
    carWidth=car.width;
    %新建xml文件
    annotation = com.mathworks.xml.XMLUtils.createDocument('annotation');
    annotationRoot = annotation.getDocumentElement;  
    %定义子节点.xml的存储路径
    folder=annotation.createElement('folder');
    folder.appendChild(annotation.createTextNode(sprintf('%s','JPEGImages')));%这里为xml存放的目录
    annotationRoot.appendChild(folder);
    %图片的名称
    jpgName=annotation.createElement('filename');
    jpgName.appendChild(annotation.createTextNode(sprintf('%s',carName(end-10:end-4),'.jpg')));   %获取倒数第11-倒数第5的字符
    annotationRoot.appendChild(jpgName);
    %路径
    jpgPath=annotation.createElement('path');
    jpgPath.appendChild(annotation.createTextNode(sprintf('%s','/home/phm/E/YOLOX/YOLOX-main/datasets/JPEGImages/',carName(end-10:end-4),'.jpg')));
    annotationRoot.appendChild(jpgPath);
    %source
    jpgSource=annotation.createElement('source');
    annotationRoot.appendChild(jpgSource);
        database=annotation.createElement('database');
        database.appendChild(annotation.createTextNode(sprintf('%s','Unknown')));
         jpgSource.appendChild(database);
    %添加图片的size
    jpgSize=annotation.createElement('size');
    annotationRoot.appendChild(jpgSize);
    %定义size的子节点
        %图片宽度
        width=annotation.createElement('width');
        width.appendChild(annotation.createTextNode(sprintf('%i',carWidth)));
        jpgSize.appendChild(width);
        
        %图片高度
        height=annotation.createElement('height');
        height.appendChild(annotation.createTextNode(sprintf('%i',carHeight)));
        jpgSize.appendChild(height);
        
        %图片深度,彩色图片3
        depth=annotation.createElement('depth');
        depth.appendChild(annotation.createTextNode(sprintf('%i',3)));
        jpgSize.appendChild(depth);
        
        segmented=annotation.createElement('segmented');
        segmented.appendChild(annotation.createTextNode(sprintf('%i',0)));%表示已经标注过了
        annotationRoot.appendChild(segmented);
        %接下来是每一辆车的标注信息        
    %%
    
    carVehicles=car.vehicles;
    L=length(carVehicles);
    if L>1
        carName
        L
    end
    for nn=1:length(carVehicles)
        vehicle=carVehicles(nn);
        %标注框的最左侧坐标
        vLeft=vehicle.left;
        %标注框的最上边坐标
        vTop=vehicle.top;
        %标注框的最右侧坐标
        vRight=vehicle.right;
        %标注框最下面坐标
        vBottom=vehicle.bottom;
        %车的类别
        vCategory=vehicle.category;
        %图片中有多少个标注对象
        carNvehicles=car.nVehicles;
        %在这里生成每一符图片的txt文件,用于
        %%注意一张图片中可能会有多个对象
        %%matlab直接生成xml对象???
        %将这一辆车的信息注入xml中
        object=annotation.createElement('object');
        annotationRoot.appendChild(object);
        %标注框类别名称
        categoryName=annotation.createElement('name');
        categoryName.appendChild(annotation.createTextNode(sprintf('%s',vCategory)));
        object.appendChild(categoryName);
        
        pose=annotation.createElement('pose');
        pose.appendChild(annotation.createTextNode(sprintf('%s','Unspecified')));
        object.appendChild(pose);
        
        truncated=annotation.createElement('truncated');
        truncated.appendChild(annotation.createTextNode(sprintf('%i',0)));
        object.appendChild(truncated);
        
        difficult=annotation.createElement('difficult');
        Difficult.appendChild(annotation.createTextNode(sprintf('%i',0)));
        object.appendChild(Difficult);
        
        bndbox=annotation.createElement('bndbox');
        object.appendChild(bndbox);
        
        xmin=annotation.createElement('xmin');
        xmin.appendChild(annotation.createTextNode(sprintf('%i',vLeft)));
        bndbox.appendChild(xmin);
        
        ymin=annotation.createElement('ymin');
        ymin.appendChild(annotation.createTextNode(sprintf('%i',vTop)));
        bndbox.appendChild(ymin);
        
        xmax=annotation.createElement('xmax');
        xmax.appendChild(annotation.createTextNode(sprintf('%i',vRight)));
        bndbox.appendChild(xmax);
        
        ymax=annotation.createElement('ymax');
        ymax.appendChild(annotation.createTextNode(sprintf('%i',vBottom)));
        bndbox.appendChild(ymax);     
    end
    
     %存储xml
    savePath=['D:\BITVehicle_xml\',carName(1:end-3),'xml'];    %指定文件夹用于存放生成的xml文件
    xmlwrite(savePath,annotation);      
end

 

九、使用Python读取某文件夹下所有文件并写入txt中
面临问题:在准备好数据集后,都是通过读取.txt的内容实现对图片的调用训练的,因此需要将一个包含图片的文件夹中的全部.jpg名字读成一个txt。
举例:以下文件夹是存放图片的文件夹,我想将它包含的10张图片读成一个.txt,详见如下两图介绍。

way1:生成的txt中只有图片名的代码:

需要先创建一个.txt用于存放信息,因为代码中没有创建的过程
注意修改自己的路径,一共有两处

#导入需要的库
import sys
import os
import random #导入随机函数

#存放原始图片地址
data_base_dir = r"D:\Codedata\test_pic"
#建立列表,用于保存图片信息
file_list = [] 
#读取图片文件,并将图片名写到txt文件中
write_file_name = 'D:/Codedata/test_pic.txt'
write_file = open(write_file_name, "w") #以只写方式打开write_file_name文件

for file in os.listdir(data_base_dir): #file为current_dir当前目录下图片名
    if file.endswith(".jpg"): #如果file以jpg结尾
      write_name = file #图片路径 + 图片名 + 标签
      file_list.append(write_name) #将write_name添加到file_list列表最后
      sorted(file_list) #将列表中所有元素随机排列
      number_of_lines = len(file_list) #列表中元素个数
      
#将图片信息写入txt文件中,逐行写入
for current_line in range(number_of_lines):
    write_file.write(file_list[current_line] + '\n')
    
#关闭文件
write_file.close()

 


way2:生成的txt包含图片路径及图片名的代码:

需要先创建一个.txt用于存放信息,因为代码中没有创建的过程
注意修改自己的路径,一共有三处

#导入需要的库
import sys
import os
import random #导入随机函数

#存放原始图片地址
data_base_dir = r"D:\Codedata\test_pic"
#建立列表,用于保存图片信息
file_list = [] 
#读取图片文件,并将图片地址、图片名写到txt文件中
write_file_name = 'D:/Codedata/test_pic.txt'
#以只写方式打开write_file_name文件
write_file = open(write_file_name, "w") 

for file in os.listdir(data_base_dir): #file为current_dir当前目录下图片名
    if file.endswith(".jpg"): #如果file以jpg结尾
      write_name = file #图片路径 + 图片名 + 标签
      file_list.append(write_name) #将write_name添加到file_list列表最后
      sorted(file_list) #将列表中所有元素随机排列
      number_of_lines = len(file_list) #列表中元素个数
      
#将图片信息写入txt文件中,逐行写入
for current_line in range(number_of_lines):
    write_file.write('D:\\Codedata\\test_pic\\' + file_list[current_line] +'\n')

#关闭文件
write_file.close()

 

way3:如果是linux系统,在终端输入一条指令就可以生成txt,包含图片路径及图片名:
在想要生成txt的路径下打开终端,输入:

ls -R 包含图片的路径/* >xxx.txt

1
例如:我的包含图片的路径是/home/phm/F/fxh/test_resolution/picture/car_480x854_L1
我想在这个路径下生成一个input.txt,所以在此路径下打开终端,输入:
ls -R /home/phm/F/fxh/test_resolution/picture/car_480x854_L1/* > test.txt

 

 


生成的input.txt的内容如下:【注意:此方法仅适用于图片数量较少的情况】

 

 

十、使用Python根据已有的txt文件删除某文件夹下的文件
在上一节的基础上,我们已经获得了包含图片路径及图片名的.txt文件,现在想利用这个txt删除指定文件夹下的图片文件
先展示已经具备的文件环境:
test_pic的文件夹中有需要删掉的图片,也有需要保留的图片
可以通过test_pic.txt中包含的图片路径对此文件夹进行操作
假设想删除1-10.jpg,保留1-10-副本.jpg

 

 


part1:代码:

 

#导入库
import os

#把txt读成列表data
input_file =  r'D:/Codedata/test_pic.txt' ##需要删除的文件名组成的txt文件
with open(input_file, 'r') as f:
    data = f.read().splitlines()

#读取待删除的文件夹下的全部文件,读成列表filelist
rootdir=r'D:\Codedata\test_pic'
filelist=os.listdir(rootdir)

#删除操作
for file in data:
    if '.jpg' in file:
        del_file = file #使用txt中的路径
        os.remove(del_file)#删除文件
        print("已经删除:",del_file)

 

part2:运行结果图:

 

 


如果.txt是只包含图片名,而没有路径的,则需要在上述代码中做一处修改

第16行的del_file = file修改为:

del_file = rootdir + '\\' + file #当代码和要删除的文件不在同一个文件夹时,必须使用绝对路径

 



标签:xml,appendChild,Python,excel,文件夹,file,txt,os,annotation
来源: https://www.cnblogs.com/longly1111/p/16611844.html