微信号:sylan15

介绍:十年测试老兵的原创干货,关注我,涨姿势

如何优雅的使用 Python 实现文件递归遍历

2018-07-05 08:15 sylan215


今天有个脚本需要遍历获取某指定文件夹下面的所有文件,我记得很早前也实现过文件遍历和目录遍历的功能,于是找来看一看,嘿,不看不知道,看了吓一跳,原来之前我竟然用了这么搓的实现。

先发出来看看:

def getallfiles(dir):
"""遍历获取指定文件夹下面所有文件"""   
   if os.path.isdir(dir):         filelist = os.listdir(dir)
       for ret in filelist:             filename = dir + "\\" + ret
           if os.path.isfile(filename):
               print filename
               
def getalldirfiles(dir, basedir):
"""遍历获取所有子文件夹下面所有文件"""   
   if os.path.isdir(dir):         getallfiles(dir)         dirlist = os.listdir(dir)
       for dirret in dirlist:             fullname = dir + "\\" + dirret
           if os.path.isdir(fullname):                 getalldirfiles(fullname, basedir)

我是用了 2 个函数,并且每个函数都用了一次 listdir,只是一次用来过滤文件,一次用来过滤文件夹,如果只是从功能实现上看,一点问题没有,但是这…太不优雅了吧。

开始着手优化,方案一:

def getallfiles(dir):
"""使用listdir循环遍历"""   
   if not os.path.isdir(dir):
       print dir
       return   
   dirlist = os.listdir(dir)
   for dirret in dirlist:         fullname = dir + "\\" + dirret
       if os.path.isdir(fullname):             getallfiles(fullname)
       else:
           print fullname

从上图可以看到,我把两个函数合并成了一个,只调用了一次 listdir,把文件和文件夹用 if~else~ 进行了分支处理,当然,自我调用的循环还是存在。

有木有更好的方式呢?网上一搜一大把,原来有一个现成的 os.walk() 函数可以用来处理文件(夹)的遍历,这样优化下就更简单了。

方案二:

def getallfilesofwalk(dir):
"""使用listdir循环遍历"""   
   if not os.path.isdir(dir):
       print dir
       return   
   dirlist = os.walk(dir)
   for root, dirs, files in dirlist:
       for file in files:
           print os.path.join(root, file)

只是从代码实现上看,方案二是最优雅简洁的了,但是再翻看 os.walk() 实现的源码就会发现,其实它内部还是调用的 listdir 完成具体的功能实现,只是它对输出结果做了下额外的处理而已。

附上os.walk()的源码:

from os.path import join, isdir, islink

# We may not have read permission for top, in which case we can't
# get a list of the files the directory contains.  os.path.walk
# always suppressed the exception then, rather than blow up for a
# minor reason when (say) a thousand readable directories are still
# left to visit.  That logic is copied here.

try:
   # Note that listdir and error are globals in this module due   
   # to earlier import-*.   
   names = listdir(top)
except error, err:
   if onerror is not None:        onerror(err)
   return
   
dirs, nondirs = [], []
for name in names:
   if isdir(join(top, name)):         dirs.append(name)
   else:         nondirs.append(name)
       
if topdown:
   yield top, dirs, nondirs
for name in dirs:     path = join(top, name)
   if followlinks or not islink(path):
       for x in walk(path, topdown, onerror, followlinks):
           yield x
if not topdown:
   yield top, dirs, nondirs

至于 listdir 和 walk 在输出时的不同点,主要就是listdir 默认是按照文件和文件夹存放的字母顺序进行输出,而 walk 则是先输出顶级文件夹,然后是顶级文件,再输出第二级文件夹,以及第二级文件,以此类推,具体大家可以把上面脚本拷贝后自行验证。

以上,如果觉得有用,请帮忙转发分享,不甚感激。



扫码关注公众号是对作者最大的支持:

 
猜您喜欢 你不知道的有关SERVICE的十件事 ASP.NET Core WebAPI图片上传接口之集成IdentityServer4授权访问(附源码) 上帝怎么说话?-大话知识图谱 MySQL 8.0 在关系数据库方面有这些新特性 没有制度就没有执行力!