我正在编写一个脚本，以递归地遍历主文件夹中的子文件夹，并构建一个特定文件类型的列表。我对剧本有点意见。目前设置如下:
for root, subFolder, files in os.walk(PATH):
for item in files:
if item.endswith(".txt") :
fileNamePath = str(os.path.join(root,subFolder,item))
问题是subFolder变量拉入的是子文件夹列表，而不是ITEM文件所在的文件夹。我在考虑之前运行子文件夹的for循环，并加入路径的第一部分，但我想我会仔细检查，看看是否有人有任何建议之前。
当前回答
您最初的解决方案几乎是正确的，但是变量“root”在递归遍历时被动态更新。Os.walk()是一个递归生成器。每个元组(root, subFolder, files)都是针对特定的根目录设置的。
i.e.
root = 'C:\\'
subFolder = ['Users', 'ProgramFiles', 'ProgramFiles (x86)', 'Windows', ...]
files = ['foo1.txt', 'foo2.txt', 'foo3.txt', ...]
root = 'C:\\Users\\'
subFolder = ['UserAccount1', 'UserAccount2', ...]
files = ['bar1.txt', 'bar2.txt', 'bar3.txt', ...]
...
我对你的代码做了轻微的调整，以打印一个完整的列表。
import os
for root, subFolder, files in os.walk(PATH):
for item in files:
if item.endswith(".txt") :
fileNamePath = str(os.path.join(root,item))
print(fileNamePath)
希望这能有所帮助!
编辑:(根据反馈)
OP误解/错误标记了子文件夹变量，因为它实际上是“根”中的所有子文件夹。因为OP，你要执行os。path。Join (str, list, str)，这可能不像你预期的那样。
为了帮助增加清晰度，你可以试试这个标签方案:
import os
for current_dir_path, current_subdirs, current_files in os.walk(RECURSIVE_ROOT):
for aFile in current_files:
if aFile.endswith(".txt") :
txt_file_path = str(os.path.join(current_dir_path, aFile))
print(txt_file_path)
其他回答
您可以通过这种方式返回绝对路径文件的列表。
def list_files_recursive(path):
"""
Function that receives as a parameter a directory path
:return list_: File List and Its Absolute Paths
"""
import os
files = []
# r = root, d = directories, f = files
for r, d, f in os.walk(path):
for file in f:
files.append(os.path.join(r, file))
lst = [file for file in files]
return lst
if __name__ == '__main__':
result = list_files_recursive('/tmp')
print(result)
我将把John La Rooy的列表理解转换为嵌套for，以防其他人理解它有困难。
result = [y for x in os.walk(PATH) for y in glob(os.path.join(x[0], '*.txt'))]
应该相当于:
import glob
import os
result = []
for x in os.walk(PATH):
for y in glob.glob(os.path.join(x[0], '*.txt')):
result.append(y)
下面是列表理解和函数os的文档。走着走着。
如果你不介意安装一个额外的灯光库，你可以这样做:
pip install plazy
用法:
import plazy
txt_filter = lambda x : True if x.endswith('.txt') else False
files = plazy.list_files(root='data', filter_func=txt_filter, is_include_root=True)
结果应该是这样的:
['data/a.txt', 'data/b.txt', 'data/sub_dir/c.txt']
它可以在Python 2.7和Python 3上运行。
Github: https://github.com/kyzas/plazy文件
免责声明:我是plazy的作者。
新的pathlib库将其简化为一行:
from pathlib import Path
result = list(Path(PATH).glob('**/*.txt'))
你也可以使用生成器版本:
from pathlib import Path
for file in Path(PATH).glob('**/*.txt'):
pass
这将返回Path对象，您可以将其用于几乎任何事情，或者通过file.name获取文件名作为字符串。
此函数将递归地将文件放入列表中。
import os
def ls_files(dir):
files = list()
for item in os.listdir(dir):
abspath = os.path.join(dir, item)
try:
if os.path.isdir(abspath):
files = files + ls_files(abspath)
else:
files.append(abspath)
except FileNotFoundError as err:
print('invalid directory\n', 'Error: ', err)
return files
