为什么在Python中计算绝对路径更可靠
Python 中，该用绝对路径还是相对路径？
还记得那年，我在一个小型创业公司当开发工程师。那天晚上，我和同事小李正在赶一个紧急项目，凌晨两点的办公室，只有键盘的敲击声和窗外微弱的路灯。代码写得差不多了，我们满怀信心地运行，结果却报了个 FileNotFoundError。
“小李，你确定文件放在对的地方了吗？”我问道。
“绝对放了啊，就在项目目录下。”小李一脸疑惑。
我们检查了半天，才发现问题出在文件路径上。原来，他的代码里用了相对路径，而我们的运行环境却发生了变化。
相对路径，听起来很方便，就像在自家后院散步，不用记路。但一旦环境变了，就像被扔到了陌生的城市，找不到北。相对路径依赖于当前的工作目录，当你的代码被放到不同的地方运行时，路径可能就对不上了。
为了避免这个问题，我们尝试用了绝对路径。例如：
from pathlib import Path
path = Path("/Users/renhai/project/data/config.txt")
contents = path.read_text()
print(contents)
这样一来，文件的位置是固定的，代码似乎稳妥了不少。但新的问题又出现了。其他同事在他们的电脑上运行代码，路径不对，程序又崩了。就像给朋友指路，却用了自己家的地址，别人根本找不到。
那么，有没有两全其美的办法呢？答案是，有的。
Python 提供了一个神器：Path.cwd()。它代表了当前工作目录的路径。利用它，我们可以动态地计算文件的绝对路径，而不受运行环境的影响。
来看下面的代码，定义一个根目录：current_dir，然后从这个根路径构建其他路径，会更加简洁和易读：
from pathlib import Path
# 定义项目的根目录
current_dir = Path.cwd() # <<< 更通用
# current_dir = Path(__file__).parent # 在 Jupyter Notebook 环境 中 `__file__` 变量不可用。
file_path = current_dir / 'data' / 'config.json'
config = json.loads(file_path.read_text())
print(config)
这样一来，无论代码被放在哪里运行，只要文件相对于脚本的位置不变，程序都能正确找到文件。就像在地图上标注了相对位置，不管你身处何地，都能找到目标。
在我们的项目中，采用了这种方法后，再也没有因为路径问题而熬夜。代码也变得更加健壮，团队协作起来更加顺畅。
有人可能会问：“如果项目很简单，直接用相对路径不是更省事吗？”确实，对于一些小型脚本，或者一次性的任务，使用相对路径可能问题不大。但当项目逐渐复杂，目录结构多层嵌套，或者需要在不同的环境中部署时，路径问题就会变成一颗定时炸弹。
用绝对路径计算的方法，不仅解决了路径依赖的问题，还提高了代码的可移植性和可维护性。就像建房子打好了地基，后续的工作才能顺利进行。
还有一次，我在处理一个多平台的项目，需要兼容 Windows、Linux 和 macOS。不同的操作系统，路径格式也不一样。如果手动拼接路径，很容易出错。这时候，pathlib库派上了用场。它可以根据操作系统自动处理路径分隔符，大大减少了出错的概率。
总的来说，路径问题看似细微，却能影响整个项目的稳定性。采用计算绝对路径的方法，是一种稳妥而高效的解决方案。
写代码就像人生旅途，方向对了，才能少走弯路。希望大家在编程的道路上，少一些坑，多一些顺畅。
本文在我的博客同步发布和更新。
如果你觉得本系列文章有用，欢迎关注博客，点赞 👍 和收藏，也欢迎在评论区讨论，也欢迎访问我的爱发电支持我，或者对此文章进行赞赏。
其他平台账号：
