Python pathlib模块怎么实现文件拷贝

在 Python 的文件操作体系中，pathlib 提供了优雅且面向对象的路径处理体验，但很多开发者在试图直接调用类似于 path.copy() 的方法时会发现，pathlib.Path 对象本身并没有内置专门的高级拷贝函数。核心结论是：实现文件拷贝的最稳健方案，是将 pathlib.Path 与标准库 shutil 模块组合使用；在仅需处理极小文件的纯内容拷贝场景下，也可以直接利用 Path.read_bytes() 和 Path.write_bytes() 快速完成。

一、为什么 pathlib 没有提供 Path.copy() 方法

很多刚从其他语言转向 Python 的开发者常对 pathlib 缺少 Path.copy() 感到困惑。这其实是 Python 标准库的明确设计哲学：

• 功能单一原则：pathlib 的设计定位是作为文件系统路径的“抽象与计算工具”（纯路径运算及基础单项文件系统调用），避免将复杂的I/O缓冲策略与繁重的元数据同步绑定在基础对象上。
• 已有专职模块：Python 标准库中早已存在成熟稳定的高阶文件操作模块 shutil（Shell Utilities）。自 Python 3.6 起引入了 PEP 519（文件系统路径协议），shutil 的全部函数均已原生支持 Path 对象。
• 保持底层与高阶分离：文件拷贝在底层涉及普通内容复制、权限标志保留、创建及修改时间同步、扩展属性乃至软符号链接解析等多种复杂策略，交给 shutil 集中处理更加严谨。

二、主流实现方案一：pathlib 协同 shutil（生产环境首选）

在实际项目开发中，最推荐的做法是利用 Path 构建和校验路径，然后直接传给 shutil.copy2() 或 shutil.copy()。

1. 完整保留元数据的拷贝（shutil.copy2）

shutil.copy2() 是绝大多数业务场景下的第一选择。它不仅复制文件内容，还会尽可能保留源文件的时间戳（访问时间与修改时间）以及权限标记。

from pathlib import Path
import shutil

source_path = Path("/data/reports/summary.xlsx")
target_path = Path("/backup/reports/summary_bak.xlsx")

# 1. 确保源文件存在且为普通文件
if not source_path.is_file():
    raise FileNotFoundError(f"源文件不存在或非普通文件: {source_path}")

# 2. 确保目标目录已存在，如不存在则级联自动创建
target_path.parent.mkdir(parents=True, exist_ok=True)

# 3. 执行拷贝（直接传入 Path 对象）
copied_file = shutil.copy2(source_path, target_path)

print(f"成功拷贝并保留元数据至: {copied_file}")

2. 仅拷贝内容与基本权限（shutil.copy）与纯内容拷贝（shutil.copyfile）

三、主流实现方案二：使用 Path 原生读写方法（小文件独立方案）

如果你的场景非常轻量（例如小型配置文件、临时日志片段、几 KB 的 JSON 或文本），并且脚本严格限制不能引入额外模块，或者无需保留文件的时间戳和特定系统权限，可以直接用 pathlib 自身的方法实现纯内容复制。

1. 二进制读写直通（适用于微型文件）

from pathlib import Path

src = Path("config.json")
dst = Path("config_backup.json")

# 一行代码完成纯数据二进制拷贝
dst.write_bytes(src.read_bytes())

机制与局限：src.read_bytes() 会将整个文件的数据一次性读入 Python 进程内存，接着 dst.write_bytes() 打开目标文件并完整覆写。对于小于几十兆的文件，这种写法非常方便；但如果文件达到数百兆甚至数吉字节（GB），会导致内存瞬间飙升甚至触发操作系统 OOM（内存溢出）异常，因此不可用于不确定大小的未知文件。

2. 文本模式写入（注意编码问题）

# 文本文件需显式指定统一编码，防止跨平台乱码
dst.write_text(src.read_text(encoding="utf-8"), encoding="utf-8")

通常情况下更推荐使用 write_bytes 进行文件复制，因为以文本模式打开二进制文件（如图片、可执行文件）会导致编码解码错误甚至破坏文件内部结构。

四、方案选型决策图

在面对不同体量、不同系统平台及不同业务需求时，应合理评估拷贝方案：

五、超大文件流式处理与细粒度拷贝

当处理数 GB 的数据库转储文件或视频素材时，如果需要对读取与写入缓冲区进行细粒度控制，可以组合使用 Path.open() 与 shutil.copyfileobj()：

from pathlib import Path
import shutil

src_large = Path("/var/log/system_large.dump")
dst_large = Path("/backup/logs/system_large.dump")

dst_large.parent.mkdir(parents=True, exist_ok=True)

# 缓冲区设置为 16MB（默认通常为 64KB）
BUFFER_SIZE = 16 * 1024 * 1024

with src_large.open("rb") as fsrc, dst_large.open("wb") as fdst:
    shutil.copyfileobj(fsrc, fdst, length=BUFFER_SIZE)

print("大文件分块流式拷贝完成")

六、实践中的常见问题与避坑指南

1. 目标路径必须显式确保父级目录存在： 无论使用 shutil 还是 Path，如果目标文件所在的父级目录尚未创建，操作系统都会直接抛出 FileNotFoundError。因此在调用拷贝前，养成执行 dst.parent.mkdir(parents=True, exist_ok=True) 的习惯至关重要。
2. 注意目录拷贝的 API 区分： 本文讨论的是单文件拷贝。如果需要递归拷贝整个文件夹及其子目录，应该使用 shutil.copytree(src_dir, dst_dir)，而不能对目录直接调用 shutil.copy2。
3. 符号链接（Symlink）的行为差异： 默认情况下，shutil.copy2 会跟随软链接（follow symlinks），即拷贝链接所指向的真实物理文件内容。如果需要拷贝软链接本身而不是实际目标文件，应显式传入 follow_symlinks=False 参数。