Python遍历目录中的所有文件的方法

发表于 5年以前 | 总阅读数：1006 次

os.walk生成器
os.walk(PATH), PATH是个文件夹路径,当然可以用.或者../这样啦.
返回的是个三元元组为元素的列表, 每个元素代表了一个文件夹下的内容.第一个就是当前文件夹下内容.
返回的三元元组代表(该工作文件夹, 该文件夹下的文件夹的列表, 该文件夹下文件的列表).
所以,
获得所有子文件夹, 就是(d代表这三元元组):


    os.path.join(d[0],d[1]);

获得所有子文件, 就是:


     os.path.join(d[0],d[2]);

以下例子使用了两套循环, 遍历后得到所有文件名的list后再循环所有文件:


    result = [os.path.join(dp, f) for dp, dn, fs in os.walk("_pages") for f in fs if os.path.splitext(f)[1] == '.html']
    for fname in result:
     #do something

实际等于


    result=[]
    for dp, dn, fs in os.walk("_pages"):
     for f in fs:
     if (os.path.splitext(f)[1] == '.html'):
      result.append(os.path.join(dp, f))
    for fname in result:
     #do something

最后判断是否html后缀获得文件名, 还可以使用glob:


    result = [y for x in os.walk(PATH) for y in glob.glob(os.path.join(x[0], '*.txt'))]

还可以使用迭代器方法:


    from itertools import chain
    import glob
    result = (chain.from_iterable(glob.iglob(os.path.join(x[0], '*.txt')) for x in os.walk('.')))

进阶
标准文件数遍历生成器os.walk既强大又灵活，不过os.walk还缺乏应用程序需要的一些细节上的处理能力，例如根据某种模式选择文件，对所有文件（或目录）进行排序，或只遍历当前目录不进入其子目录，因此需要对接口对应进行封装。


    import os, fnmatch 

    def filter_files(dirname, patterns='*', single_level=False, yield_folders=False): 
      patterns = patterns.split(';') 
      allfiles = [] 
      for rootdir, subdirname, files in os.walk(dirname): 
        print subdirname 
        allfiles.extend(files) 
        if yield_folders: 
          allfiles.extend(dubdirname) 
        if single_level: 
          break 
      allfiles.sort() 
      for eachpattern in patterns: 
        for eachfile in fnmatch.filter(allfiles, eachpattern): 
            print os.path.normpath(eachfile)

说明：
1.extend与append的区别
列表是以类的形式实现的。"创建"列表实际上是将一个类实例化。因此，列表有多种方法可以操作。列表可包含任何数据类型的元素，单个列表中的元素无须全为同一类型。 append() 方法向列表的尾部添加一个新的元素。只接受一个参数，extend()方法只接受一个列表作为参数，并将该参数的每个元素都添加到原有的列表中。
2. fnmatch模块
fnmatch 模块使用模式来匹配文件名。模式语法和 Unix shell 中所使用的相同. 星号(*) 匹配零个或更多个字符, 问号(?) 匹配单个字符。你也可以使用方括号来指定字符范围，例如 [0-9] 代表一个数字，其他所有字符都匹配它们本身。