FalseOS

　　在自动化测试中，经常需要查找操作文件，比如说查找配置文件（从而读取配置文件的信息），查找测试报告（从而发送测试报告邮件），经常要对大量文件和大量路径进行操作， 这个时候就需要用到 os 模块 ，使用前先导入 os 模块，即： import os（该模块是系统自带的，直接导入就可以） 举例说明几个常用的OS模块下的方法 os.getcwd() 获取当前工作目录 os.chdir()切换工作目录 os.listdir() 返回指定目录下的文件名， 注：返回的是以列表形式 os.path.join() 连接目录或文件名 序号 方法及描述 1 os.access(path, mode) 检验权限模式 2 os.chdir(path) 改变当前工作目录 3 os.chflags(path, flags) 设置路径的标记为数字标记。 4 os.chmod(path, mode) 更改权限 5 os.chown(path, uid, gid) 更改文件所有者 6 os.chroot(path) 改变当前进程的根目录 7 os.close(fd) 关闭文件描述符 fd 8 os.closerange(fd_low, fd_high) 关闭所有文件描述符，从 fd_low (包含) 到 fd_high (不包含), 错误会忽略 9 os.dup(fd) 复制文件描述符 fd 10 os.dup2

　　在自动化测试中，经常需要查找操作文件，比如说查找配置文件（从而读取配置文件的信息），查找测试报告（从而发送测试报告邮件），经常要对大量文件和大量路径进行操作， 这个时候就需要用到 os 模块 ，使用前先导入 os 模块，即： import os（该模块是系统自带的，直接导入就可以） 举例说明几个常用的OS模块下的方法 os.getcwd() 获取当前工作目录 os.chdir()切换工作目录 os.listdir() 返回指定目录下的文件名， 注：返回的是以列表形式 os.path.join() 连接目录或文件名 序号 方法及描述 1 os.access(path, mode) 检验权限模式 2 os.chdir(path) 改变当前工作目录 3 os.chflags(path, flags) 设置路径的标记为数字标记。 4 os.chmod(path, mode) 更改权限 5 os.chown(path, uid, gid) 更改文件所有者 6 os.chroot(path) 改变当前进程的根目录 7 os.close(fd) 关闭文件描述符 fd 8 os.closerange(fd_low, fd_high) 关闭所有文件描述符，从 fd_low (包含) 到 fd_high (不包含), 错误会忽略 9 os.dup(fd) 复制文件描述符 fd 10 os.dup2

列出目录下所有文件 os.listdir('dirname')：列出指定目录下的所有文件和子目录，包括隐藏文件，并以列表方式返回。 创建文件夹: os.mkdir('文件夹') 创建文件夹 os.makedirs('文件夹1/文件夹2') 递归创建文件夹 删除文件夹: os.rmdir('文件夹路径') 删除文件夹（只能删除空目录，有文件不能删除） os.removedirs('文件夹路径') 递归删除到根目录（只能删除空目录，目录里不能有文件） 和文件相关 os.remove() 删除一个文件 os.rename("oldname","newname") 重命名文件/目录 os.stat('path/filename') 获取文件/目录信息 和操作系统差异相关 os.sep 输出操作系统特定的路径分隔符，win下为"\\",Linux下为"/" os.linesep 输出当前平台使用的行终止符，win下为"\r\n",Linux下为"\n" os.pathsep 输出用于分割文件路径的字符串 win下为;,Linux下为: os.name 输出字符串指示当前使用平台。win->'nt'; Linux->'posix' 和执行系统命令相关 os.system("bash command") 运行shell命令，直接显示 os.popen("bash command).read()

自己随便准备了一些名人的出生日期和职业，将职业分成体育、军事、表演、文学、政治、艺术、社会经济七个大类，CSV表大概如下： 代码： import matplotlib.pyplot as plt import numpy as np import pandas as pd from sklearn.model_selection import train_test_split from sklearn.neighbors import KNeighborsClassifier import os import mglearn plt.rcParams['font.sans-serif']=['SimHei'] plt.rcParams['axes.unicode_minus']=False os.chdir("D:\PyProjects\MyProject\dataset") dataset = pd.read_csv('test.csv', header=0, index_col=0) data_pandas = pd.DataFrame(dataset) display(data_pandas) M = dataset.iloc[ : , 1].values D = dataset.iloc[ : , 2].values mglearn.discrete_scatter(M,

自己随便准备了一些名人的出生日期和职业，将职业分成体育、军事、表演、文学、政治、艺术、社会经济七个大类，CSV表大概如下： 代码： import matplotlib.pyplot as plt import numpy as np import pandas as pd from sklearn.model_selection import train_test_split from sklearn.neighbors import KNeighborsClassifier import os import mglearn plt.rcParams['font.sans-serif']=['SimHei'] plt.rcParams['axes.unicode_minus']=False os.chdir("D:\PyProjects\MyProject\dataset") dataset = pd.read_csv('test.csv', header=0, index_col=0) data_pandas = pd.DataFrame(dataset) display(data_pandas) M = dataset.iloc[ : , 1].values D = dataset.iloc[ : , 2].values mglearn.discrete_scatter(M,