os と pathlib — ファイルパスとディレクトリ操作

ファイルパスとディレクトリを扱う 2 つのモジュール — 古くから使われるos.pathと、より新しく書きやすいpathlibを整理します。OS の差を吸収するパス組み立て、ディレクトリの一覧と再帰探索、Path オブジェクトでのパス分解までを順に見ていきます。

os.path — OS の差を吸収するパス組み立て

ファイルパスの区切り文字は OS によって違います。Windows は\（バックスラッシュ）、Linux と macOS は/です。コードに直接 "data/sales/2024.csv" と書くと Linux と Mac では動きますが、Windows 上で実行したときにパスを誤認することがあります。

os.path.join("data", "sales", "2024.csv")のように要素ごとに区切って渡すと、Python が動いている OS に合わせて適切な区切り文字をその場で選んでくれます。

売上 CSV ファイルのパスをos.pathで組み立てて、ファイルの中身を読み出します（左の 📂 ファイルからdata/sales/2024_q1.csvなどが見えます）。

① os を読み込み、3 つのパス要素data / sales / 2024_q1.csvを OS の区切り文字でつないで 1 つの文字列にしてください

② パス全体をそのまま表示してください

③ プレロードしたdata/sales/2024_q1.csvをopen(path, "r")で開き、先頭 3 行を表示してください

（正しく実行できれば解説が表示されます）

実践 2 — basename と splitext で名前と拡張子に分ける

1 行に詰め込まず、段階的に変数へ受け取りながらファイル名と拡張子を分離します。basenameでフルパスから末尾のファイル名を取り出し、splitextでその名前を(名前, 拡張子)のタプルに分けます。

1 行に書かず、段階的に変数を経由してファイル名と拡張子を取り出します。

① os をインポートし、path = "data/sales/2024_q1.csv"を用意してください

② os.path.basename(path)で末尾のファイル名を取り出してfilenameに入れ、表示してください

③ os.path.splitext(filename)で(名前, 拡張子)のタプルを取り出してpartsに入れ、表示してください

④ そのタプルを分割代入でstemとsuffixに分け、stem suffixの形でスペース区切りで表示してください

os.listdir と os.walk — ディレクトリの一覧と再帰探索

フォルダの中身を Python から取り出すとき、1 階層だけ見るならos.listdir、サブフォルダまで再帰的に見るならos.walkを使います。os.listdirは指定したフォルダの直下にある名前（ファイルとサブフォルダ両方）をリストで返し、os.walkは配下のすべての階層を再帰的に辿って(現在のパス, サブフォルダ名のリスト, ファイル名のリスト)のタプルを 1 階層ずつ生成します。

import os

# 1 階層: 'data' 直下の名前
print(os.listdir("data"))
# → ['sales', 'inventory']

# 再帰: 'data' 配下を全部辿る
for dirpath, dirnames, filenames in os.walk("data"):
    print(dirpath, filenames)
# → data ['sales', 'inventory'] []
#    data/sales [] ['2024_q1.csv', '2024_q2.csv']
#    data/inventory [] ['items.json']

data/ディレクトリの中身を 2 通りの方法で表示します。まずは直下、次に再帰的にすべて。

① os を読み込んでください

② os.listdir("data")でdata/の直下にある名前を並べ替えて表示してください（順序を揃えるためsortedで囲みます）

③ os.walk("data")でdata/配下を再帰的に辿り、各階層について(現在のパス, ファイル名のリスト)を 1 行ずつ表示してください（ファイル名のリストもsortedで揃えます）

glob — パターンマッチでファイルを集める

拡張子が.csvのものだけのように、条件に合うファイルだけ集めたいときはglobモジュールが最短です。*（任意の文字列）や**（任意の階層）といったワイルドカードで対象パターンを書くと、それに合うパスのリストが返ります。

import glob

# data/sales 直下の CSV ファイル
print(glob.glob("data/sales/*.csv"))
# → ['data/sales/2024_q1.csv', 'data/sales/2024_q2.csv']

# data 配下を再帰的に検索（** + recursive=True）
print(glob.glob("data/**/*.csv", recursive=True))
# → ['data/sales/2024_q1.csv', 'data/sales/2024_q2.csv']

glob のワイルドカード**は recursive=True とセット

glob.glob("data/**/*.csv")のパターンにある二重アスタリスクは、何階層でも辿るワイルドカードです。ただしrecursive=Trueを渡さないと普通の*と同じ扱いになり、深いフォルダが見つかりません。再帰検索したいときは必ずこの引数を付けます。

data/sales/の CSV ファイルを glob でまとめて取り出します。

① glob を読み込んでください

② glob.glob("data/sales/*.csv")で sales 配下の CSV を取り出し、sortedで並べ替えて変数csv_filesに入れてください

③ 取れたパスを 1 件ずつ表示してください

④ 見つかったファイル数: ◯の形で件数を表示してください

pathlib.Path — オブジェクト指向のパス操作

os.pathは文字列でパスを扱うライブラリでしたが、Python 3.4 以降はパス自体を 1 つのオブジェクトとして扱う pathlib.Pathが推奨されています。Path("data/sales/2024_q1.csv")のように作ると、.parent で親フォルダ、.name で末尾、.stem で拡張子なしの名前、.suffix で拡張子といった属性で各部分にアクセスできます。

from pathlib import Path

p = Path("data") / "sales" / "2024_q1.csv"   # / 演算子で連結
print(p)               # data/sales/2024_q1.csv
print(p.parent)        # data/sales
print(p.name)          # 2024_q1.csv
print(p.stem)          # 2024_q1
print(p.suffix)        # .csv
print(p.exists())      # True

# 中身を読む（with open のラッパー）
print(p.read_text())   # CSV の中身

# サブフォルダの一覧（os.walk 相当）
for sub in Path("data").rglob("*.csv"):
    print(sub)

os.pathは文字列ベース、pathlib.Pathはオブジェクトベースで同じ操作を提供します。下の表でやりたいことごとに対応関係を整理します。

新しいコードは pathlib を選ぶ

新規コードは pathlib を使うのが推奨です。古いライブラリの API が文字列パスを要求する場面（例: 一部の DB ドライバ）ではstr(p)で変換すれば渡せます。os.pathが消えるわけではないので、既存コードを読むためにも両方の対応関係を知っておくと安心です。

pathlib.Path で売上 CSV を扱います。文字列を直接結合するのではなく、Path オブジェクトの演算子と属性を使って同じ結果を得ます。

① pathlib からPathクラスを読み込んでください

② data / sales / 2024_q1.csvの 3 要素から、Path の連結演算子で 1 つの Path オブジェクトを作ってください（os.path.joinの代わり）

③ Path オブジェクトの拡張子なしの名前と拡張子を、属性アクセスで取り出してスペース区切りで表示してください

④ Path オブジェクトのメソッドで、ファイルの中身を一気に文字列として読み出して表示してください（with open(...)を書かなくて済む方法を使います）