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