python如何删除数据中的非文本文件

Python 删除数据中的非文本文件的方法包括：使用 os 模块遍历文件目录、检查文件扩展名、删除非文本文件。

在数据处理中，有时会遇到需要清理数据目录的情况，特别是删除非文本文件。以下是一种详细的方法，使用 Python 的 os 模块和文件扩展名检查来实现这一目标。

一、遍历文件目录

首先，我们需要遍历目标目录中的所有文件。Python 提供了 os 模块中的 os.listdir() 方法来获取目录中的文件和子目录列表。我们还可以使用 os.path.join() 来构建文件的完整路径。

import os
def list_files(directory):
    files = os.listdir(directory)
    for file in files:
        full_path = os.path.join(directory, file)
        print(full_path)

二、检查文件扩展名

接下来，我们需要检查每个文件的扩展名。文本文件通常具有特定的扩展名，如 .txt、.md、.csv 等。我们可以使用 os.path.splitext() 方法来分离文件名和扩展名。

def is_text_file(filename):
    text_extensions = ['.txt', '.md', '.csv']
    _, ext = os.path.splitext(filename)
    return ext.lower() in text_extensions

三、删除非文本文件

最后，结合前面的两个步骤，我们可以删除所有非文本文件。我们将遍历目录中的所有文件，检查它们的扩展名，如果不是文本文件，就删除它们。

def delete_non_text_files(directory):
    files = os.listdir(directory)
    for file in files:
        full_path = os.path.join(directory, file)
        if not is_text_file(full_path):
            os.remove(full_path)
            print(f"Deleted: {full_path}")
示例调用
directory_path = '/path/to/your/directory'
delete_non_text_files(directory_path)

四、处理子目录

在实际应用中，文件目录可能包含子目录。为了确保删除所有非文本文件，我们需要递归地遍历所有子目录。我们可以使用 os.walk() 方法，它会生成目录树中的文件名。

def delete_non_text_files_recursive(directory):
    for root, dirs, files in os.walk(directory):
        for file in files:
            full_path = os.path.join(root, file)
            if not is_text_file(full_path):
                os.remove(full_path)
                print(f"Deleted: {full_path}")
示例调用
directory_path = '/path/to/your/directory'
delete_non_text_files_recursive(directory_path)

五、错误处理

在实际操作中，可能会遇到文件无法删除的情况，例如文件被占用或没有权限。因此，我们需要添加错误处理机制。

def delete_non_text_files_safe(directory):
    for root, dirs, files in os.walk(directory):
        for file in files:
            full_path = os.path.join(root, file)
            if not is_text_file(full_path):
                try:
                    os.remove(full_path)
                    print(f"Deleted: {full_path}")
                except Exception as e:
                    print(f"Error deleting {full_path}: {e}")
示例调用
directory_path = '/path/to/your/directory'
delete_non_text_files_safe(directory_path)

六、日志记录

为了更好地监控和调试，我们可以添加日志记录功能，将删除操作的结果记录到日志文件中。

import logging
logging.basicConfig(filename='file_cleanup.log', level=logging.INFO)
def delete_non_text_files_with_logging(directory):
    for root, dirs, files in os.walk(directory):
        for file in files:
            full_path = os.path.join(root, file)
            if not is_text_file(full_path):
                try:
                    os.remove(full_path)
                    logging.info(f"Deleted: {full_path}")
                except Exception as e:
                    logging.error(f"Error deleting {full_path}: {e}")
示例调用
directory_path = '/path/to/your/directory'
delete_non_text_files_with_logging(directory_path)