Python批量处理文件时怎么获取文件名变量

图示：批量文件遍历与核心文件名变量提取总览

一、解构文件路径：文件名变量包含哪些组成部分？

假设你正在处理存放在目录 data/sales/ 下的上百个报表文件，其中一个文件名为 report_2026_q1.xlsx。在批量操作过程中，“获取文件名”往往不是拿一个简单的整段字符串，而是需要根据业务诉求把路径拆解为不同粒度的变量：

• 完整文件名（Filename / Name）：包含后缀的完整文件名，例如 report_2026_q1.xlsx。常用于日志记录或作为字典键。
• 主文件名（Stem / Base Name）：剔除了扩展名的纯名称，例如 report_2026_q1。这是最常用的变量，用于作为新生成文件的基础名称、拼接日期或提取编号。
• 文件后缀（Suffix / Extension）：带有点号的扩展名，例如 .xlsx。常用于格式判定或转换为新格式时替换。
• 父目录名称（Parent Name）：当前文件所在的文件夹名称，例如 sales。多层级归档时常用于归类标记。

图 1：文件路径结构与核心变量拆解模型

二、推荐方案：使用 pathlib 获取文件名变量

Python 3.4 引入的 pathlib 模块采用面向对象的方式封装了文件与目录操作，是目前 Python 官方最为推荐的标准做法。它不仅消除了不同操作系统间斜杠（/ 与 \）的差异，还提供了直接对应的属性来读取文件名变量，无需手动进行字符串截取。

1. 单个路径对象的核心属性

通过 Path(file_path) 构造的路径对象，提供了以下几个关键只读属性：

from pathlib import Path

# 构造一个示例路径对象
file_path = Path("raw_data/monthly_report_2026.csv")

# 提取关键变量
full_name = file_path.name        # 完整文件名: "monthly_report_2026.csv"
stem_name = file_path.stem        # 纯主文件名: "monthly_report_2026"
file_ext  = file_path.suffix      # 文件扩展名: ".csv"
parent_dir = file_path.parent.name # 所在目录名: "raw_data"

print(f"完整文件名: {full_name}")
print(f"纯主文件名: {stem_name}")
print(f"扩展名:     {file_ext}")
print(f"父级文件夹: {parent_dir}")

2. 批量扫描目录并提取变量

在批量处理时，通常结合 Path.glob() 或 Path.iterdir() 进行遍历。使用 glob('*.csv') 可以直接筛选指定类型的文件，避免将子文件夹或无关文件误当作目标文件。

图 2：批量处理中文件名变量提取的标准执行流程

from pathlib import Path

# 定义待处理的目录
source_dir = Path("./sales_records")

# 确保目录存在
if source_dir.exists() and source_dir.is_dir():
    # 批量匹配所有 .csv 文件
    for file_path in source_dir.glob("*.csv"):
        # 稳妥过滤：确认当前项确实是文件而非同名文件夹
        if not file_path.is_file():
            continue
        
        # 提取文件名变量
        stem = file_path.stem      # 如 "store_01_day"
        ext  = file_path.suffix    # 如 ".csv"
        
        # 使用变量进行业务操作（例如打印当前处理进度）
        print(f"正在读取任务 [{stem}], 后缀为 {ext}")

三、兼容方案：使用 os 与 os.path 拆分文件名变量

在维护早期代码库或与不支持 Path 对象的旧版第三方库交互时，可以使用 Python 传统的 os 和 os.path 模块。该方法以纯字符串的方式传递路径，通过多次调用分割函数来得到所需变量。

图 3：pathlib 与 os.path 获取文件名变量对照矩阵

1. os.path.basename 与 os.path.splitext 的配合

在 os.path 中，获取纯主文件名需要两步：先使用 os.path.basename() 去掉路径前缀，再使用 os.path.splitext() 将扩展名剥离。

import os

# 假设我们在遍历目录
folder_path = "./sales_records"

for item in os.listdir(folder_path):
    # 拼接出完整相对路径
    full_path = os.path.join(folder_path, item)
    
    # 过滤掉子文件夹
    if os.path.isfile(full_path):
        # 1. 获取完整文件名
        full_name = os.path.basename(full_path)
        
        # 2. 拆分主文件名与后缀
        stem, ext = os.path.splitext(full_name)
        
        print(f"文件名: {full_name} -> 主变量: {stem}, 后缀: {ext}")

2. 多级子目录场景：os.walk 遍历

当文件分散在多个层级的子文件夹中时，os.walk() 会生成三元组 (root, dirs, files)。其中的 files 列表本身就已经是纯文件名字符串（包含扩展名），此时只需调用 os.path.splitext() 即可直接得到主文件名变量。

import os

root_dir = "./nested_data"

for current_dir, _, filenames in os.walk(root_dir):
    for filename in filenames:
        stem, ext = os.path.splitext(filename)
        # 结合当前目录名称作为分类标签
        category = os.path.basename(current_dir)
        print(f"分类: {category} | 文件变量: {stem}")

四、实战应用：文件名变量在批量处理中的三种常见用法

获取到文件名变量后，通常会在以下三类场景中作为核心参数驱动后续操作：

场景 1：进一步解析主文件名中的业务参数

如果文件名遵循结构化命名规则（例如 202605_beijing_electronics.csv），可以使用 str.split() 将 stem 进一步分解为具体的业务字段：

from pathlib import Path

for file_path in Path("./reports").glob("*.csv"):
    stem = file_path.stem
    parts = stem.split("_")
    
    if len(parts) == 3:
        date_str, city, category = parts
        print(f"日期: {date_str}, 城市: {city}, 品类: {category}")

场景 2：批量重命名与增补前后缀

在 Python 3.9 及以上版本中，pathlib.Path 提供了 with_stem() 方法，可以极其优雅地基于现有主文件名生成新的重命名目标，而无需手动拼接扩展名：

from pathlib import Path

dir_path = Path("./images")

for img in dir_path.glob("*.png"):
    if not img.name.startswith("backup_"):
        # 利用 with_stem 构造加前缀的新文件名对象
        new_file = img.with_stem(f"backup_{img.stem}")
        img.rename(new_file)
        print(f"重命名: {img.name} -> {new_file.name}")

场景 3：读取源文件并在输出目录保存同名衍生文件

在数据转换（例如将 CSV 批量转换为 Parquet）或处理图片（生成缩略图）时，通常需要保留原有的主文件名变量，仅更换存储目录与扩展名：

from pathlib import Path

input_dir = Path("./raw_csv")
output_dir = Path("./processed_parquet")
output_dir.mkdir(parents=True, exist_ok=True)

for csv_file in input_dir.glob("*.csv"):
    # 动态构建目标路径：保持主文件名相同，仅将后缀替换为 .parquet
    target_path = (output_dir / csv_file.stem).with_suffix(".parquet")
    
    # 模拟业务写入
    # df.to_parquet(target_path)
    print(f"源文件: {csv_file.name} -> 目标文件: {target_path}")

五、注意事项与易错点

六、方案选型与总结速查

在日常开发与数据批处理脚本中，可以根据目录层级与处理目标快速选择对应写法：

图 4：批量文件处理方案选型决策与速查总结

掌握了 pathlib.Path 的 .stem、.suffix 与 .name 属性后，无论面对何种复杂度的批量文件处理任务，都能清晰、安全地捕获并重组文件名变量，写出更具可读性与健壮性的自动化脚本。