Python自动化批量处理文件的核心是用os、glob、pathlib定位文件，再执行重命名、读写、格式转换等操作；推荐使用pathlib遍历筛选，结合try/except提升健壮性。

Python自动化脚本批量处理文件，核心在于用标准库（如 os、glob、pathlib）高效定位文件，再结合具体任务逻辑（重命名、读写、格式转换等）统一执行，避免重复手工操作。

用 pathlib 批量遍历和筛选文件

pathlib 是 Python 3.4+ 推荐的路径操作方式，代码更直观、跨平台性好。比如要处理当前目录下所有 `.txt` 文件：

• 用 Path(".").glob("*.txt") 获取匹配路径对象列表
• 用 Path("data").rglob("*.log") 递归搜索子目录
• 配合 is_file() 过滤掉目录，避免报错

按规则批量重命名或移动文件

重命名常用于整理下载文件、统一前缀、替换空格等。关键点是生成新路径后调用 rename()：

macOS UI 自动化技能包 —— 用 Python 控制你的 Mac

让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限

下载

• 提取原文件名用 stem（不含后缀），后缀用 suffix
• 新名字建议用 with_name() 或拼接 parent / "new_name" + suffix
• 移动文件本质也是 rename()，目标路径写成另一个目录即可

批量读写内容：文本清洗与格式转换

例如把多个 CSV 中的中文逗号替换成英文逗号，或把日志里时间戳统一转为 ISO 格式：

立即学习“Python免费学习笔记（深入）”；

• 逐个打开文件时用 encoding="utf-8" 避免乱码，加 errors="ignore" 容错
• 修改后用 write_text() 直接覆盖，或 write_bytes() 处理二进制
• 涉及结构化数据（CSV/JSON）优先用 pandas 或 csv/json 模块，别用字符串替换硬刚

加简单控制逻辑提升健壮性

真实场景中文件可能缺失、权限不足或编码异常，脚本不能一错就停：

• 用 try/except 包裹单个文件处理块，出错只跳过该文件并打印提示
• 用 if file.exists() and file.is_file(): 提前校验
• 处理前用 print(f"共找到 {len(files)} 个待处理文件") 给用户明确反馈