本文介绍使用pathlib模块优雅地跨目录定位同名sql文件，避免windows路径拼接陷阱，并实现基于当前脚本名称的自动化数据处理流程。
本文介绍使用pathlib模块优雅地跨目录定位同名sql文件，避免windows路径拼接陷阱，并实现基于当前脚本名称的自动化数据处理流程。
在多层级项目结构中（如 python-files、sql-files、extract-files 并列于同一根目录），为确保脚本具备可移植性与健壮性，应避免手动字符串分割和 os.path.join 的易错用法——尤其在 Windows 上，'C:foo' 与 'C:\foo' 语义截然不同：前者是驱动器相对路径（指向当前 C: 盘工作目录下的 foo），后者才是绝对路径。你遇到的 FileNotFoundError 正源于此：os.path.join(*fullPathSplit[:...]) 生成了类似 c:Userschalesql-filessource1.sql 的非法路径，Python 将其解析为“C盘当前目录下的 Userschale...”，而非预期的根目录路径。
推荐采用现代、面向对象的 pathlib 方案，它天然规避路径拼接歧义，代码清晰且跨平台兼容：
from pathlib import Path
# 获取当前运行脚本的完整路径对象
script_path = Path(__file__)
# 向上追溯两级：从 python-files → 用户根目录（即项目根）
root = script_path.parent.parent
# 构建目标SQL文件路径：root/sql-files/{脚本名}.sql
sql_path = root / 'sql-files' / f"{script_path.stem}.sql"
# 构建输出CSV路径：root/extract-files/{脚本名}.csv
extract_path = root / 'extract-files' / f"{script_path.stem}.csv"
# 安全读取SQL文件（自动处理编码与异常）
try:
with sql_path.open('r', encoding='utf-8') as f:
sql_content = f.read()
print(f"✅ 成功加载: {sql_path}")
except FileNotFoundError:
raise FileNotFoundError(f"SQL文件不存在: {sql_path}")
except PermissionError:
raise PermissionError(f"无权访问: {sql_path}")
# 示例：后续可结合pandas执行SQL查询并导出CSV
# import pandas as pd
# df = pd.read_sql_query(sql_content, connection) # 替换为实际数据库连接
# df.to_csv(extract_path, index=False)
# print(f"? 已保存至: {extract_path}")关键优势说明：
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
- script_path.parent.parent 明确表达“向上两层目录”的语义，比 split('\') 更可靠；
- / 运算符重载由 pathlib 自动处理分隔符（Windows 用 ，Unix 用 /），无需硬编码；
- script.stem 安全提取不带扩展名的文件名（比 split('.')[0] 更健壮，支持 file.v2.py 等多点命名）；
- Path.open() 内置路径合法性校验，避免 os.path.join 产生的驱动器相对路径陷阱。
注意事项：
⚠️ 确保项目目录结构严格匹配（sql-files、python-files、extract-files 同级）；
⚠️ 脚本必须从 .py 文件直接运行（__file__ 才有效），而非交互式环境或打包后路径可能变化；
⚠️ 生产环境中建议添加 sql_path.exists() 预检，或用 try/except 捕获 FileNotFoundError 提供友好提示。
通过 pathlib，你不仅解决了路径问题，更获得了一套可维护、可测试、跨平台的路径操作范式——这才是 Python 3.4+ 推荐的标准实践。
立即学习“Python免费学习笔记（深入）”；
