如果你要在代码里读取一个文件，那么你首先要知道这个文件的路径。如果只有一个文件，那么很简单，直接复制这个文件所在的文件夹路径及其文件名即可。而在很多情况下，我们会处理大量的文件，这些文件一般都会按一定的规则存放在一个或几个文件夹里。本文便是简单讲一下怎么应对这种情况，将以Python为例，但其中的理念是通用的。

1 什么是文件路径

文件路径简单地说就是文件的存放位置，它包含具体的盘符号，也就是位于电脑上哪个磁盘分区、哪个文件夹（目录）和最终这个文件的名称+文件类型扩展名。

文件的路径表示用户在磁盘上寻找文件时，所历经的文件夹线路；路径分为绝对路径和相对路径；绝对路径是从根文件夹开始的路径；相对路径是从当前文件夹开始的路径。

1.1 绝对路径

不同操作系统下绝对路径的表现形式是不一样的，以Windows系统为例，一个文件的路径可能是这样的：

D:\files\data\ndvi.tif

其中：

• D:\：表示根文件夹，是文件所在的盘符，即D盘。
• D:\files\data：表示文件所在的文件夹的路径，即D盘的files文件夹的子文件夹data。
• ndvi.tif：表示文件名，其中ndvi是基本名，用来标识这个文件；tif是扩展名，用来反映文件的类型，二者用.分开。

Linux和MacOS下的绝对路径和Windows系统不同，主要区别如下：

• 根文件夹不同，Windows的根文件夹是盘符，如D:\、C:\；而在Linux和MacOS中，根文件夹是/，你可以理解为所有的文件都在一个盘下，自然不需要用C、D这样的字符去区分了。
• 分隔符不同，在Windows 上，路径书写使用倒斜杠\作为文件夹之间的分隔符。但在MacOS和Linux上，使用正斜杠/作为它们的路径分隔符。
• 大小写区分不同，文件夹名称和文件名在Windows和MacOS上是不区分大小写的，但在Linux上是区分大小写的。

附加卷的路径：

附加卷，诸如DVD驱动器或USB闪存驱动器，在不同的操作系统上显示也不同。在Windows上，它们表示为新的、带字符的根驱动器。诸如D:\或E:\。在MacOS上，它们表示为新的文件夹，在/Volumes文件夹下。在Linux上，它们表示为新的文件夹，在/mnt文件夹下。

1.2 相对路径

相对路径是指以当前工作目录为参照基础，链接到目标文件资源(或文件夹)的路径。

相对路径的表示符号如下：

• 以./开头，代表当前目录和文件目录在同一个目录里，./也可以省略不写；
• 以../开头：向上走一级，代表目标文件在当前文件所在的上一级目录；
• 以../../开头：向上走两级，代表父级的父级目录，也就是上上级目录，再说明白点，就是上一级目录的上一级目录；
• 以/开头，代表根目录。

相对路径使用示例：

2 Python对路径的操作

2.1 在Python中怎么表示文件路径

在Python中，一般使用字符串存储文件路径。但需要注意的是，字符反斜杠\在Python中表示转义字符。因此，在表示Windows系统下的文件路径（Windows系统的分隔符是\）时需注意以下要点：

• 以路径D:\files\data\ndvi.tif为例；
• 在字符串前加个字符r，表示该字符串为原始字符串，会完全忽略所有的转义字符。例如，r"D:\files\data\ndvi.tif"；
• 对转义字符进行转义，例如，"D:\\files\\data\\ndvi.tif"；
• 将分隔符替换为/，是的，在Windows系统下，将分隔符替换为/Python也能正确识别。例如，"D:/files/data/ndvi.tif"。

Linux和MacOS下，直接将路径放到单引号或者双引号里就行。

2.2 创建新文件夹

可以用os.mkdir()函数创建新文件夹（目录），使用os.path.isdir()函数判断一个路径是不是文件夹，如下所示：

import os

path = "D:/files/data"
if os.path.isdir(path):
	os.mkdir(path)

需要注意的是，os.mkdir()函数只能创建单级目录。如上面的代码所示，只有"D:/files"目录存在，才能在其下创建data目录。要想创建多级目录，则要使用os.makedirs()函数，例如：

import os

path = "D:/files/data"
if os.path.isdir(path):
	os.makedirs(path)

os.listdir()方法用于返回指定的文件夹包含的文件或文件夹的名字的列表，只支持在 Unix, Windows 下使用，例如：

>>> import os
>>> os.listdir("D:/files/data")
['ndvi.tif', 'ndvi_2023_01.tif']

2.3 拼接和拆分文件夹

os.path.join()函数用于路径拼接文件路径，可以传入多个路径，它会根据操作系统的不同自动确定分隔符。

>>> import os
>>> os.path.join(r'D:\files\data', 'ndvi_2023_01.tif')
'D:\\files\\data\\ndvi_2023_01.tif'
>>> os.path.join('D:/files/data', 'ndvi_2023_01.tif')
'D:/files/data\\ndvi_2023_01.tif'
>>> os.path.join('./data', 'ndvi_2023_01.tif')
'./data\\ndvi_2023_01.tif'
>>> os.path.join('files', 'data', 'ndvi_2023_01.tif')
'files\\data\\ndvi_2023_01.tif'

os.path.split()函数可以把一个路径拆分为两部分，后一部分总是最后级别的目录或文件名。os.path.splitext()函数同样可以把一个路径拆分为两部分，后一部分总是最后的文件扩展名。

>>> os.path.split("D:/files/data/ndvi.tif")
('D:/files/data', 'ndvi.tif')
>>> os.path.split("D:/files/data")
('D:/files', 'data')

>>> os.path.splitext("D:/files/data/ndvi.tif")
('D:/files/data/ndvi', '.tif')
>>> os.path.splitext("D:/files/data")
('D:/files/data', '')

此外，os.path.basename()函数用于获取路径最后的文件名或文件夹名，os.path.dirname()函数用于去掉最后的文件名或文件夹名，返回余下的文件夹路径。

>>> os.path.basename("D:/files/data/ndvi.tif")
'ndvi.tif'
>>> os.path.basename("D:/files/data")
'data'
>>> os.path.dirname("D:/files/data/ndvi.tif")
'D:/files/data'
>>> os.path.dirname("D:/files/data")
'D:/files'

2.4 处理绝对路径和相对路径

os.path模块提供了一些函数，返回一个相对路径的绝对路径，以及检查给定的路径是否为绝对路径。

• os.getcwd()：获取当前工作目录；
• os.path.abspath(path)：返回参数的绝对路径的字符串，以当前工作目录为基准。这是将相对路径转换为绝对路径的简便方法；
• os.path.isabs(path)：如果参数是一个绝对路径，就返回True，如果参数是一个相对路径，就返回 False；
• os.path.relpath(path, start)：将返回从start路径到path的相对路径的字符串。如果没有提供start，就使用当前工作目录作为开始路径。

代码示例：

>>> os.getcwd()
'C:\\Python34'
>>> os.path.abspath('.')
'C:\\Python34'
>>> os.path.abspath('.\\Scripts')
'C:\\Python34\\Scripts'
>>> os.path.isabs('.')
False
>>> os.path.isabs(os.path.abspath('.'))
True
>>> os.path.relpath('C:\\Windows', 'C:\\')
'Windows'
>>> os.path.relpath('C:\\Windows', 'C:\\spam\\eggs')
'..\\..\\Windows'

2.4 使用glob查找文件夹或文件

glob模块用来查找文件目录和文件，并将搜索的到的结果返回到一个列表中。

在使用glob模块之前，需要先了解一下它的三个通配符，即*、?和[]，其具体含义如下：

• *：代表0个或多个字符；
• ?：代表一个字符；
• []：匹配指定范围内的字符，如[0-9]匹配数字；[a-c]匹配字母a、b或c，不区分大小写；[12a]匹配字母1、2或a。

下面通过一个例子详细讲一下这三个通配符怎么使用，假如你有如下所示的目录结构：

+-- D:/
|   +-- data1
|   |   +-- readme.md
|   |   +-- ndvi.tif
|   |   +-- buliding.tif
|   +-- data2
|   |   +-- ndvi.tif
|   |   +-- water.tif
|   +-- picture
|   |   +-- mm.tif
|

假如你要查找data1下的所有以.tif结尾的文件，你可以这样写：

>>> from glob import glob
>>> glob('D:/data1/*.tif')
['D:/data1/ndvi.tif', 'D:/data1/buliding.tif']

假如你要查找data开头的目录下的所有名为ndvi.tif的文件，你可以这样写：

>>> glob('D:/data*/ndvi.tif')
['D:/data1/ndvi.tif', 'D:/data2/ndvi.tif']
>>> glob('D:/data?/ndvi.tif')
['D:/data1/ndvi.tif', 'D:/data2/ndvi.tif']
>>> glob('D:/data[1-2]/ndvi.tif')
['D:/data1/ndvi.tif', 'D:/data2/ndvi.tif']

3 多个文件的路径操作示例

在数据处理中，很多时候我们都会有这样的要求，处理多个文件，并且要按照一定的顺序。最常见的就是按照时间顺序排列各个文件的路径，比如按年、月、日等，下面详细介绍几个例子。

3.1 年尺度数据

假如你有如下目录结构：

+-- D:/
|   +-- data
|   |   +-- 2000.tif
|   |   +-- 2001.tif
... ... ... ... ... 
|   |   +-- 2019.tif
|   |   +-- 2020.tif
|

如果你要读取data目录下2000-2020年所有文件的路径（按时间顺序排列），你可以这样写：

import os
from glob import glob

# glob会自动排序这些文件路径，排序的规则为文件名
paths = glob('D:/data/*.tif*')

# 或者这样写，可以指定开始和结束年份
paths = []
root_dir = 'D:/data'
start_year, end_year = 2000, 2020
for year in range(start_year, end_year):
	path = os.path.join(root_dir, f'{year}.tif')
	paths.append(path)

3.2 月尺度数据

假如你有如下目录结构：

+-- D:/
|   +-- data
|   |   +-- 200001.tif
|   |   +-- 200002.tif
... ... ... ... ... 
|   |   +-- 200012.tif
|   |   +-- 200101.tif
... ... ... ... ... 
|   |   +-- 202012.tif
|

假如你要读取data目录下某一年或某几年所有月的tif数据，你可以这样写：

import os
from glob import glob

# 读取2015年所有月的数据
year = 2015
paths = glob(f'D:/data/{year}*.tif*')

# 读取2015-2020年所有月的数据
paths = []
root_dir = 'D:/data'
start_year, end_year = 2015, 2020
for year in range(start_year, end_year):
	path += os.path.join(root_dir, f'{year}*.tif')

假如你要读取data目录特定年在某个季节的tif数据，你可以这样写：

import os
from glob import glob

# 假设一年的冬季为当年的1月、2月以及上一年的12月
season_months = {'spring': ['03', '04', '05'], 'summer': ['06', '07', '08'], 
				 'autumn': ['09', '10', '11'], 'winter': ['01', '02']}

paths = []
root_dir = 'D:/data'

season = 'spring'
years = [2014, 2015, 2016]
for year in years:
	months = season_months[season]
	for month in months:
		path = os.path.join(root_dir, 'f{year}{month}.tif')
		assert path
		paths.append(path)
	if season == 'winter':
		path = os.path.join(root_dir, 'f{year-1}{12}.tif')
		assert path
		paths.append(path)

3.3 日尺度数据

假如你有如下目录结构，如文件名中的1982001表示数据拍摄时间为1982年的第1天。

./ndvi/AVH13C1.A1982001.N07.005.2017161044559.NDVI.tif —— 1982001 —— 1982年第1天
./ndvi/AVH13C1.A1982002.N07.005.2017161050433.NDVI.tif —— 1982002 —— 1982年第2天
./ndvi/AVH13C1.A1982003.N07.005.2017161052408.NDVI.tif —— 1982003 —— 1982年第3天
./ndvi/AVH13C1.A1982004.N07.005.2017161054145.NDVI.tif —— 1982004 —— 1982年第4天
./ndvi/AVH13C1.A1982005.N07.005.2017161055856.NDVI.tif —— 1982005 —— 1982年第5天
./ndvi/AVH13C1.A1982006.N07.005.2017161061328.NDVI.tif —— 1982006 —— 1982年第6天

假如你要读取某一年年某一月中所有天的数据的路径，你可以这样写：

import os
import calendar
from glob import glob
from datetime import datetime

def get_year_month_paths(root_path, year, month):
    '''获取某年某月所有NDVI文件的路径'''
    paths = []
    # 用于glob函数的通配符字符串，可视作文件名模板
    fmt = '*{}{:03}*.tif'
    # 计算该年该月共有多少天
    month_days = calendar.monthrange(year, month)[1]
    # 计算该年该月的第一天是一年中的第几天
    month_start_day = (datetime(year, month, 1) - datetime(year, 1, 1)).days + 1
    for i in range(month_days):
        day_num = month_start_day + i
        month_day_path = glob(os.path.join(root_path, fmt.format(year, day_num)))
        if not month_day_path:
            print('{}年{}月的数据缺失，编号为{}{:03}'.format(year, month, year, day_num))
        paths += month_day_path
    return paths

3.4 文件的时间顺序隐藏在文件内

有些文件你下载时的默认文件名是一堆无意义的字符，而你知道这些文件里存储的有时间信息，所以就没有对这些文件一一命名。当你要用时你就会发现很麻烦，要按时间顺序读取这些文件，靠文件名没法做到，而文件太多，一个个打开看一下时间再重命名又太慢了。这样只能在代码里一个个打开文件，读取其时间，并依据这些时间对文件的路径进行排序。这种情况常见于.nc或.hdf格式的数据，其内部会存储时间信息，而有些网站下载文件时文件名有没有时间信息。

假如你有如下目录结构：

./RH/ked.nc
./RH/mmm.nc
./RH/dii.nc
./RH/jkd.nc
./RH/zex.nc
./RH/xyz.nc

每个nc文件下都有一个名为time的变量，类型为数组，用于记录时间。以ERA5数据为例，其小时尺度的数据记录的当前时间距格里尼治时间1900-01-01-00:00的小时数，若要将其转为东八区的字符串格式的时间，可以这么做：

import datetime
import netCDF4 as nc

ds = nc.Dataset('./RH/ked.nc')
time = ds['time'][...].data

origin_date = datetime.datetime(1900, 1, 1, 0, 0)
start_date = origin_date+datetime.timedelta(hours=int(times[0])+8)

start_date = start_date.strftime('%Y-%m-%d-%H')

而如果我们不需要对这些nc文件重命名，只是要在代码里对这些文件的路径进行排序，只需要这么做：

from glob import glob

nc_paths = glob(os.path.join('./RH', '*.nc'))

times = []
for nc_path in nc_paths:
    # 提取各站点的温度
    ds = nc.Dataset(nc_path)
    time = ds.variables['time']
    times.append(int(time[0].data))

_, nc_paths = (list(t) for t in zip(*sorted(zip(times, nc_paths))))

最后，对文件路径进行操作的可能性有无数种，掌握这些基本知识，学会举一反三，多动手尝试，只有这样在数据处理中才能游刃有余。

学习更多Python & GIS相关知识，请移步公众号GeodataAnalysis：