如何在Python脚本中避免使用固定路径名以实现跨环境兼容？

嘿，这个问题我之前也踩过坑！硬编码绝对路径确实会让脚本在换机器或者换目录后直接罢工，下面几个实用方法能帮你搞定：

1. 最简单的：用相对路径 #

如果你的test.csv和脚本文件在同一个文件夹里，直接写文件名就行，Python会自动在当前脚本的运行目录下找这个文件：

df = pd.read_csv('test.csv')

要是文件在脚本的子文件夹里，比如data文件夹，就这么写：

# ./表示当前脚本所在目录，可省略，写'data/test.csv'也一样
df = pd.read_csv('./data/test.csv')

如果文件在上级目录，用../表示上级：

df = pd.read_csv('../test.csv')

2. 最稳妥的：获取脚本所在的绝对路径（推荐） #

有时候脚本可能被其他程序调用，或者你在不同目录下运行脚本，相对路径就可能失效。这时候用os模块或者pathlib（Python3.4+更简洁）获取脚本的真实目录，再拼接文件路径：

用os模块的写法： #

import os
import pandas as pd

# 获取当前脚本的绝对路径的目录部分
script_dir = os.path.dirname(os.path.abspath(__file__))
# 用os.path.join自动拼接路径（兼容Windows和Linux/macOS的路径分隔符）
csv_path = os.path.join(script_dir, 'test.csv')
# 读取文件
df = pd.read_csv(csv_path)

用pathlib的写法（更优雅）： #

from pathlib import Path
import pandas as pd

# 获取脚本所在的目录，resolve()确保是绝对路径
script_dir = Path(__file__).parent.resolve()
# 直接用/拼接路径，和os.path.join效果一样
csv_path = script_dir / 'test.csv'
# 读取文件
df = pd.read_csv(csv_path)

这种方法不管脚本被放在哪里、从哪个目录运行，都能精准找到同目录下的test.csv，兼容性拉满。

3. 用环境变量适配不同机器 #

如果你的文件在不同电脑上的位置有规律（比如都在用户的文档目录），可以用环境变量来动态获取路径。比如Windows里的%USERPROFILE%、Linux/macOS里的$HOME，Python可以通过os.environ读取：

import os
import pandas as pd

# 获取用户主目录，兼容所有系统
user_home = os.environ.get('HOME') or os.environ.get('USERPROFILE')
# 拼接文档目录和文件名
csv_path = os.path.join(user_home, 'Documents', 'test.csv')
df = pd.read_csv(csv_path)

你也可以自定义环境变量，比如在每台机器上设置CSV_DATA_DIR，然后脚本里读取这个变量：

data_dir = os.environ.get('CSV_DATA_DIR', '.')  # 没找到就用当前目录兜底
csv_path = os.path.join(data_dir, 'test.csv')

4. 让用户指定路径（灵活但需要交互） #

如果文件位置完全不确定，可以让用户运行脚本时输入路径，或者通过命令行参数传递：

简单输入式： #

import pandas as pd

csv_path = input("请输入test.csv的完整路径：")
df = pd.read_csv(csv_path)

命令行参数式（更专业）： #

import argparse
import pandas as pd

# 定义命令行参数
parser = argparse.ArgumentParser(description='读取指定的CSV文件')
parser.add_argument('csv_path', help='test.csv的路径（可以是相对或绝对路径）')
args = parser.parse_args()

# 读取文件
df = pd.read_csv(args.csv_path)

运行脚本时直接传路径：python your_script.py /path/to/test.csv

另外你提到的%/...应该是Windows里的环境变量引用写法，比如%USERPROFILE%\Documents，本质上就是上面说的环境变量方法，不过用Python的os.environ读取会更跨平台。

内容的提问来源于stack exchange，提问作者DasVisual