1. 文件路径的魔法：os模块
技巧一： 使用os.path来处理文件路径。比如，合并路径用os.path.join()，检查是否是文件用os.path.isfile()。
import os
path = os.path.join("my_folder", "data.txt") # 结合路径
print(path) # 输出: my_folder/data.txt
if os.path.isfile(path): # 检查文件是否存在
print("文件存在!")小贴士： 这些函数可以避免路径分隔符的麻烦，无论是Windows的反斜杠还是Linux的正斜杠。
2. 探索文件夹：os.walk()
技巧二： os.walk(top)帮你遍历目录树，找到每一个文件和子目录。
for root, dirs, files in os.walk("my_folder"):
print(f"当前路径: {root}")
print("子目录:", dirs)
print("文件:", files)实践意义： 快速列出项目中的所有文件，进行批量处理或备份。
3. 执行命令行：subprocess模块
技巧三： 使用subprocess.run()执行外部命令，获取命令行的输出。
import subprocess
result = subprocess.run(["ls", "-l"], capture_output=True, text=True)
print(result.stdout) # 打印命令输出注意点： capture_output=True用于捕获输出，text=True使输出为文本格式而非字节。
4. 文件的读写：open()函数的高级用法
技巧四： 利用模式参数，如'r+'同时读写，'w'覆盖写入，'a'追加。
with open("example.txt", 'w') as file:
file.write("Hello Python!\n")
with open("example.txt", 'r') as file:
content = file.read()
print(content)小技巧： 使用with语句自动管理文件资源，防止忘记关闭。
5. 进程管理：multiprocessing模块
技巧五： 并发执行任务，加速计算。例如，使用Process类创建进程。
from multiprocessing import Process
def say_hello(name):
print(f"Hello, {name}!")
p = Process(target=say_hello, args=("World",))
p.start()
p.join() # 等待进程结束应用场景： 大数据处理、密集型计算任务。
6. 环境变量的掌控：os.environ
技巧六： 访问和修改环境变量，这对配置应用程序很有帮助。
import os
print(os.environ['PATH']) # 查看PATH变量
os.environ['NEW_VAR'] = 'MyValue' # 设置新环境变量注意： 修改环境变量仅在当前进程有效。
7. 定时任务：schedule模块
虽然不是标准库，但schedule模块非常实用，适合定时执行任务。
import schedule
import time
def job():
print("定时任务执行中...")
schedule.every(1).seconds.do(job)
while True:
schedule.run_pending()
time.sleep(1)学习点： 自动化日常任务，比如数据抓取或备份。
8. 文件的智能迭代：glob模块
技巧八： glob.glob(pattern)按通配符匹配文件名，非常适合批量处理文件。
import glob
for file in glob.glob("*.txt"): # 匹配所有.txt文件
print(file)实践场景： 图片处理、日志分析等。
9. 系统特定信息：platform模块
技巧九： 获取运行代码的系统信息，如操作系统名称、版本等。
import platform
print(platform.system()) # 输出操作系统名称
print(platform.python_version()) # 输出Python版本用途： 适配不同操作系统的行为差异。
10. 高级文件操作：shutil模块
技巧十： shutil提供了更高级的文件操作，如复制文件夹shutil.copytree()，删除文件夹shutil.rmtree()。
import shutil
# 复制文件夹
shutil.copytree("source_folder", "destination_folder")
# 删除文件夹（小心使用！）
shutil.rmtree("destination_folder")警告： 删除操作不可逆，请谨慎使用。
这就是你的Python操作系统调用工具箱，每项技能都是提升编程效率的利器。从基础的文件操作到复杂的进程管理，再到自动化任务的安排，这些技巧不仅让你的代码更加健壮，也是向高级编程迈进的重要一步。
进阶与高级技巧
深入理解：文件I/O的缓冲机制
在深入之前，了解文件操作的缓冲机制是很重要的。Python的文件操作默认开启了缓冲，这意味着读写操作不是直接发生在磁盘上，而是先在内存中的缓冲区进行，这样可以减少磁盘访问次数，提高效率。
技巧深化： 使用buffering参数控制缓冲行为。
with open("example.txt", 'r', buffering=1) as file:
content = file.read()- buffering=1意味着每次读写一行就刷新缓冲区，这对于交互式输入特别有用。
- 如果你想关闭缓冲，可以设置buffering=0，但这可能会降低性能。
- 对于大型文件处理，设置一个合适的缓冲大小可以显著提升效率。
高级进程通信：Pipe与Queues
当涉及到多个进程之间的通信时，multiprocessing模块提供了强大的工具。
技巧十一： 使用管道(Pipe)进行双向通信。
from multiprocessing import Pipe
parent_conn, child_conn = Pipe()
p = Process(target=some_function, args=(child_conn,))
p.start()
parent_conn.send(['message']) # 发送消息
print(parent_conn.recv()) # 接收消息
p.join()技巧十二： 使用队列(Queue)实现更安全的数据交换，它能自动管理同步问题。
from multiprocessing import Queue
q = Queue()
p = Process(target=add_to_queue, args=(q, 'data'))
p.start()
p.join()
print(q.get()) # 从队列中取出数据队列比管道更通用，适用于多个生产者和消费者模型。
错误处理与日志记录
在调用系统功能时，正确处理异常和记录日志至关重要。
技巧十三： 异常处理让程序更健壮。
try:
os.remove("nonexistent_file.txt") # 尝试删除不存在的文件
except FileNotFoundError:
print("文件不存在，无需删除。")技巧十四： 使用logging模块记录程序运行状态。
import logging
logging.basicConfig(level=logging.INFO)
logging.info("程序开始运行。")
try:
# 某些可能出错的操作
except Exception as e:
logging.error(f"发生错误: {e}")良好的日志记录可以帮助你追踪错误和程序行为，尤其是在分布式或长时间运行的任务中。
