关注+星标，每天学习Python新技能

来源：网络

处理大数据集或者生成报告、创建中间文件的时候，很多文件其实根本不需要永久保存。这时候可以用临时目录来解决这个问题。Python 标准库里的 tempfile 模块能创建用完就自动消失的临时文件和目录，省去手动清理的麻烦。

临时目录就是个生命周期很短的文件夹，专门用来存放那些不需要长期保留的数据。用完之后连同里面的内容一起删掉，文件系统保持干净。

Python 的 tempfile 模块提供了一套完整的解决方案，这些临时文件和目录在不需要的时候会自动清理掉。

为什么要用临时目录

临时目录在实际开发中有几个明显的好处：

自动清理机制省去了手动删除的步骤，每个临时目录都有唯一标识避免文件名冲突。系统会自动选择安全的存储位置，Unix 系统用 /tmp，Windows 用 %TEMP%。多线程和多进程环境下也能稳定工作，特别适合测试场景和需要中间存储的情况。

什么场景下需要临时目录

需要一个临时空间来存放中间计算结果或临时文件。写单元测试的时候模拟文件操作，完了自动清理。下载或解压的数据不需要长期保存。处理用户上传的文件，在保存最终结果之前需要一个缓冲区。构建自动化流程时，要确保不留下任何痕迹。

tempfile 模块基础用法

import tempfile  import os  # Create a temporary directorywith tempfile.TemporaryDirectory() as temp_dir:      print(f"Temporary directory created at: {temp_dir}")      # Create a temporary file inside the directory    file_path = os.path.join(temp_dir, "sample.txt")      with open(file_path, "w") as f:          f.write("Hello, Temporary World!")      # Read back the file    with open(file_path, "r") as f:          print(f.read())  # At this point, the directory and its contents are deleted automaticallyprint("Temporary directory cleaned up automatically.")

输出结果：

Temporary directory created at: /tmp/tmpabcd1234  Hello, Temporary World!  Temporary directory cleaned up automatically.

关键在于 with 语句块结束时，目录和文件会自动删除，不需要手动调用 os.remove() 或 shutil.rmtree()。

手动控制临时目录的生命周期

有时候需要更精细的控制，比如临时目录的生命周期超出单个函数作用域，这时候可以用 tempfile.mkdtemp()：

import tempfile  import shutil  import os  # Create a temporary directory manuallytemp_dir = tempfile.mkdtemp()  print(f"Created temporary directory: {temp_dir}")  # Work inside itfile_path = os.path.join(temp_dir, "example.txt")  with open(file_path, "w") as f:      f.write("Manual cleanup required!")  print("Files inside temp dir:", os.listdir(temp_dir))  # Clean up manually when doneshutil.rmtree(temp_dir)  print("Temporary directory removed.")

这种方式下需要自己负责清理工作，用完记得删除。

自定义临时目录的命名和位置

tempfile 支持给临时目录添加前缀和后缀，方便调试时识别：

import tempfile  # Create with custom prefix and suffixwith tempfile.TemporaryDirectory(prefix="myapp_", suffix="_data") as temp_dir:      print(f"Created: {temp_dir}")

输出类似这样：

Created: /tmp/myapp_abcd1234_data

还可以指定父目录：

with tempfile.TemporaryDirectory(dir="/path/to/parent") as temp_dir:      print(temp_dir)

当系统默认的临时目录权限不够或者空间不足时，这个功能就派上用场了。

实战案例：安全处理 ZIP 文件

下载大型 ZIP 文件后临时解压处理，处理完就清理掉：

import tempfile  import zipfile  def extract_and_process(zip_path):      with tempfile.TemporaryDirectory() as tmp_dir:          print(f"Extracting to {tmp_dir}")          with zipfile.ZipFile(zip_path, "r") as zip_ref:              zip_ref.extractall(tmp_dir)          # Process extracted files        for file in os.listdir(tmp_dir):              print("Processing:", file)

整个流程结束后，解压的文件夹自动删除，磁盘不会留下任何垃圾文件。

实战案例：动态生成报告

应用程序按需生成报告文件（PDF、CSV 之类），不需要永久存储：

import tempfile  import csv  import os  def generate_temp_report(data):      with tempfile.TemporaryDirectory() as tmp_dir:          file_path = os.path.join(tmp_dir, "report.csv")          with open(file_path, "w", newline="") as csvfile:              writer = csv.writer(csvfile)              writer.writerow(["Name", "Age"])              writer.writerows(data)          print(f"Report generated at: {file_path}")          # Here you can upload it, email it, or read the content directly

生成的报告可以直接上传、发邮件或者读取内容，不会在本地留存。

实战案例：单元测试中的文件操作

写单元测试时在项目目录下创建很多文件夹显然不是好主意，所以临时目录完美解决这个问题：

import tempfile  import unittest  import os  class TestFileOperations(unittest.TestCase):      def test_temp_directory(self):          with tempfile.TemporaryDirectory() as temp_dir:              file_path = os.path.join(temp_dir, "test.txt")              with open(file_path, "w") as f:                  f.write("test data")              self.assertTrue(os.path.exists(file_path))

每个测试用例都在独立的临时环境中运行，互不干扰，也不需要手动清理。

嵌套临时目录

复杂场景下可能需要嵌套的临时目录结构：

import tempfile  import os  with tempfile.TemporaryDirectory() as root_dir:      print(f"Root: {root_dir}")      sub_dir = tempfile.mkdtemp(dir=root_dir)      print(f"Nested: {sub_dir}")

多阶段数据处理流程中，每个阶段可以有自己的独立沙箱环境。

使用临时目录的几个注意事项

始终使用上下文管理器 with tempfile.TemporaryDirectory() 来确保自动清理。不要硬编码 /tmp 路径，用 tempfile.gettempdir() 获取系统临时目录。如果用了 mkdtemp() 就必须手动调用 shutil.rmtree() 清理。给临时目录加上有意义的前缀方便调试时快速定位。临时数据随时可能被系统清理，不要在里面存放需要持久化的信息。

几个实用技巧

获取系统临时目录路径：

importtempfileprint(tempfile.gettempdir())

生成唯一文件名（但不创建文件）：

tempfile.mktemp()

不过要注意，直接用 mktemp() 有安全风险，生产环境建议用 NamedTemporaryFile 或 TemporaryDirectory。

生产环境中的实际应用

下面这段代码展示了如何在 PDF 处理项目中使用临时目录。整个流程包括 PDF 转图片、图片转 Markdown、最后合并成完整文档：

import os  import io  import shutil  import tempfile  from pathlib import Path  from typing import Iterable, Optional, Callable, Tuple  # Requires: pip install pymupdf pillow  import fitz  # PyMuPDF  from PIL import Image  

def process_pdfs_to_markdown(      pdf_paths: Iterable[str | os.PathLike],      output_dir: str | os.PathLike,      *,      page_image_dpi: int = 200,      image_format: str = "PNG",      llm_page_markdown_fn: Optional[Callable[[Path], str]] = None,  ) -> Tuple[list[Path], list[Path]]:      """      Convert each input PDF into page images using a temporary workspace, run an LLM on each page image to get      Markdown, save one MD per page (still in a temp workspace), then merge the per-PDF Markdown into a single      non-temporary Markdown file per PDF in `output_dir`.      Non-temp file handling is kept simple (write final merged .md into `output_dir`), while the heavy lifting      uses temp directories that auto-clean on success or error.      Parameters      ----------      pdf_paths : Iterable[str | PathLike]          Paths to PDF files to process.      output_dir : str | PathLike          Directory where FINAL merged Markdown files (non-temp) will be written.      page_image_dpi : int, optional          Rendering resolution for converting PDF pages to images. Higher DPI → sharper (default 200).      image_format : str, optional          Image format for page renders (e.g., "PNG", "JPEG"). Default "PNG".      llm_page_markdown_fn : Callable[[Path], str], optional          A callable that takes a Path to a page image and returns Markdown text for that page.          If not provided, a placeholder stub will be used.      Returns      -------      Tuple[list[Path], list[Path]]          A tuple (final_markdown_files, per_page_markdown_files_flattened)          - final_markdown_files: list of merged Markdown file paths written in output_dir (non-temp)          - per_page_markdown_files_flattened: flattened list of all per-page MD files (in temp, ephemeral)            (Returned for inspection/logging; these will be deleted when temp dir goes away.)      Notes      -----      - Uses a single top-level TemporaryDirectory for the whole batch to keep structure neat.      - For each PDF, creates `/tmp/.../<pdf_stem>/images` and `/tmp/.../<pdf_stem>/md`.      - Each page is rendered to an image file named `page-<index>.<ext>`.      - Each page's Markdown is saved to `page-<index>.md`.      - Finally, merges all page MDs for that PDF into `<output_dir>/<pdf_stem>.md` (non-temp).      - Replace `llm_stub_markdown_from_image` with your actual LLM call (OpenAI, local VLM, etc.).      Pseudocode hint for real LLM integration      ----------------------------------------      def llm_page_markdown_fn(img_path: Path) -> str:          # pseudo:          # bytes = img_path.read_bytes()          # resp = my_llm_client.vision_to_md(image=bytes, system_prompt="Extract content as Markdown.")          # return resp.markdown          pass      """      output_dir = Path(output_dir)      output_dir.mkdir(parents=True, exist_ok=True)      # --- Local helper: default LLM stub (replace this with your LLM call) ---      def llm_stub_markdown_from_image(img_path: Path) -> str:          # This is a placeholder. Swap with a real LLM/VLM call to convert the image to Markdown.          # You can pass the image bytes and ask the model to produce clean Markdown with headings, tables, lists, etc.          return f"# Page extracted (stub)\n\n_Image: {img_path.name}_\n\n> Replace this with real LLM Markdown output."      # Choose the LLM function (user-supplied or stub)      llm_to_md = llm_page_markdown_fn or llm_stub_markdown_from_image      final_markdown_files: list[Path] = []      per_page_markdown_files_flattened: list[Path] = []      # Top-level temp root for the entire run      with tempfile.TemporaryDirectory(prefix="pdf2img-md_") as temp_root:          temp_root = Path(temp_root)          for pdf_path in map(Path, pdf_paths):              if not pdf_path.exists() or pdf_path.suffix.lower() != ".pdf":                  # Skip invalid entries gracefully; alternatively raise ValueError                  continue              pdf_stem = pdf_path.stem              pdf_temp_dir = temp_root / pdf_stem              images_dir = pdf_temp_dir / "images"              md_dir = pdf_temp_dir / "md"              images_dir.mkdir(parents=True, exist_ok=True)              md_dir.mkdir(parents=True, exist_ok=True)              # --- 1) Render pages to images in temp ---              # Using PyMuPDF: fast, no external poppler dependency              pages_rendered: list[Path] = []              with fitz.open(pdf_path) as doc:                  # scale based on DPI (PyMuPDF normally uses zoom factors; convert DPI to zoom)                  # Base DPI ~72; zoom = target_dpi / 72                  zoom = page_image_dpi / 72.0                  mat = fitz.Matrix(zoom, zoom)                  for page_index in range(doc.page_count):                      page = doc.load_page(page_index)                      pix = page.get_pixmap(matrix=mat, alpha=False)  # no alpha for standard formats                      img_bytes = pix.tobytes(output=image_format.lower())                      img_name = f"page-{page_index + 1}.{image_format.lower()}"                      img_path = images_dir / img_name                      # Save via PIL to ensure consistent headers/metadata if needed                      with Image.open(io.BytesIO(img_bytes)) as im:                          im.save(img_path, format=image_format)                      pages_rendered.append(img_path)              # --- 2) For each page image, call LLM to get Markdown; save per-page MD in temp ---              page_md_files: list[Path] = []              for img_path in pages_rendered:                  md_text = llm_to_md(img_path)  # <-- your real LLM call here                  md_path = md_dir / (img_path.stem + ".md")                  md_path.write_text(md_text, encoding="utf-8")                  page_md_files.append(md_path)                  per_page_markdown_files_flattened.append(md_path)              # --- 3) Merge per-page MD into a FINAL non-temp Markdown file (one per PDF) ---              final_md_path = output_dir / f"{pdf_stem}.md"              # If you want sophisticated merging rules, implement here (e.g., front matter, TOC).              # Pseudocode for richer post-processing could be:              #   combined = render_front_matter(pdf_path) + "\n" + concatenate_markdown(page_md_files) + "\n" + add_toc()              #   final_md_path.write_text(combined, encoding="utf-8")              with final_md_path.open("w", encoding="utf-8") as fout:                  fout.write(f"<!-- Source PDF: {pdf_path.name} -->\n")                  fout.write(f"# {pdf_stem}\n\n")                  for i, md_file in enumerate(sorted(page_md_files, key=lambda p: p.name), start=1):                      fout.write(f"\n\n---\n\n<!-- Page {i} -->\n\n")                      fout.write(md_file.read_text(encoding="utf-8"))              final_markdown_files.append(final_md_path)          # NOTE:          # All temp content (images & per-page MDs) is automatically cleaned up on exit.      return final_markdown_files, per_page_markdown_files_flattened

这段代码的亮点在于所有中间文件（图片、单页 Markdown）都存放在临时目录里，处理完自动清理，只保留最终合并后的文档。整个流程非常干净，不会在磁盘上留下任何垃圾文件。

实际使用时把 llm_stub_markdown_from_image 替换成真正的 LLM 调用（比如 OpenAI 的 Vision API 或者本地视觉模型），就能实现完整的 PDF 文档处理流程。

总结

临时目录在 Python 开发中确实是个实用的工具，文件处理更高效也更安全。不管是处理用户上传、写单元测试还是构建数据流水线，tempfile.TemporaryDirectory() 都能让代码更简洁、更可靠。掌握它的用法能省不少麻烦，代码质量也能上个台阶。

作者 Sravanth