问题:如何列出目录的所有文件?
如何在Python中列出目录的所有文件并将其添加到list
?
回答 0
os.listdir()
将为您提供目录中的所有内容- 文件和目录。
如果只需要文件,则可以使用os.path
以下方法将其过滤掉:
from os import listdir
from os.path import isfile, join
onlyfiles = [f for f in listdir(mypath) if isfile(join(mypath, f))]
或者,您也可以使用os.walk()
它为访问的每个目录生成两个列表 – 为您拆分为文件和目录。如果只需要顶层目录,可以在第一次生成目录时中断
from os import walk
f = []
for (dirpath, dirnames, filenames) in walk(mypath):
f.extend(filenames)
break
回答 1
我更喜欢使用glob
模块,因为它可以进行模式匹配和扩展。
import glob
print(glob.glob("/home/adam/*.txt"))
它将返回包含查询文件的列表:
['/home/adam/file1.txt', '/home/adam/file2.txt', .... ]
回答 2
使用Python 2和3获取文件列表
os.listdir()
如何获取当前目录中的所有文件(和目录)(Python 3)
以下是在Python 3中使用os
和listdir()
函数仅检索当前目录中文件的简单方法。进一步的探索将演示如何返回目录中的文件夹,但是您不会在子目录中拥有该文件,因此可以使用步行-稍后讨论)。
import os
arr = os.listdir()
print(arr)
>>> ['$RECYCLE.BIN', 'work.txt', '3ebooks.txt', 'documents']
glob
我发现glob更容易选择相同类型或相同的文件。看下面的例子:
import glob
txtfiles = []
for file in glob.glob("*.txt"):
txtfiles.append(file)
glob
具有列表理解
import glob
mylist = [f for f in glob.glob("*.txt")]
glob
具有功能
该函数在参数中返回给定扩展名(.txt,.docx等)的列表。
import glob
def filebrowser(ext=""):
"Returns files with an extension"
return [f for f in glob.glob(f"*{ext}")]
x = filebrowser(".txt")
print(x)
>>> ['example.txt', 'fb.txt', 'intro.txt', 'help.txt']
glob
扩展先前的代码
该函数现在返回与您作为参数传递的字符串匹配的文件列表
import glob
def filesearch(word=""):
"""Returns a list with all files with the word/extension in it"""
file = []
for f in glob.glob("*"):
if word[0] == ".":
if f.endswith(word):
file.append(f)
return file
elif word in f:
file.append(f)
return file
return file
lookfor = "example", ".py"
for w in lookfor:
print(f"{w:10} found => {filesearch(w)}")
输出
example found => []
.py found => ['search.py']
获取完整的路径名
os.path.abspath
正如您所注意到的,上面的代码中没有文件的完整路径。如果需要绝对路径,则可以使用os.path
模块的另一个函数,_getfullpathname
将从os.listdir()
中获取的文件作为参数。还有其他完整路径的方法,稍后我们将进行检查(如mexmex所建议,我将_getfullpathname替换为abspath
)。
import os
files_path = [os.path.abspath(x) for x in os.listdir()]
print(files_path)
>>> ['F:\\documenti\applications.txt', 'F:\\documenti\collections.txt']
使用以下命令获取所有子目录中文件类型的完整路径名
walk
我发现这对于在许多目录中查找内容非常有用,它帮助我找到了一个我不记得其名称的文件:
import os
# Getting the current work directory (cwd)
thisdir = os.getcwd()
# r=root, d=directories, f = files
for r, d, f in os.walk(thisdir):
for file in f:
if file.endswith(".docx"):
print(os.path.join(r, file))
os.listdir()
:获取当前目录中的文件(Python 2)
在Python 2中,如果要在当前目录中列出文件列表,则必须将参数指定为“。”。或os.listdir方法中的os.getcwd()。
import os
arr = os.listdir('.')
print(arr)
>>> ['$RECYCLE.BIN', 'work.txt', '3ebooks.txt', 'documents']
进入目录树
# Method 1
x = os.listdir('..')
# Method 2
x= os.listdir('/')
获取文件:
os.listdir()
在特定目录中(Python 2和3)
import os
arr = os.listdir('F:\\python')
print(arr)
>>> ['$RECYCLE.BIN', 'work.txt', '3ebooks.txt', 'documents']
使用以下命令获取特定子目录的文件
os.listdir()
import os
x = os.listdir("./content")
os.walk('.')
-当前目录
import os
arr = next(os.walk('.'))[2]
print(arr)
>>> ['5bs_Turismo1.pdf', '5bs_Turismo1.pptx', 'esperienza.txt']
next(os.walk('.'))
和os.path.join('dir', 'file')
import os
arr = []
for d,r,f in next(os.walk("F:\\_python")):
for file in f:
arr.append(os.path.join(r,file))
for f in arr:
print(files)
>>> F:\\_python\\dict_class.py
>>> F:\\_python\\programmi.txt
next(os.walk('F:\\')
-获取完整路径-列表理解
[os.path.join(r,file) for r,d,f in next(os.walk("F:\\_python")) for file in f]
>>> ['F:\\_python\\dict_class.py', 'F:\\_python\\programmi.txt']
os.walk
-获取完整路径-子目录中的所有文件**
x = [os.path.join(r,file) for r,d,f in os.walk("F:\\_python") for file in f]
print(x)
>>> ['F:\\_python\\dict.py', 'F:\\_python\\progr.txt', 'F:\\_python\\readl.py']
os.listdir()
-仅获取txt文件
arr_txt = [x for x in os.listdir() if x.endswith(".txt")]
print(arr_txt)
>>> ['work.txt', '3ebooks.txt']
使用
glob
获得的文件的完整路径
如果我需要文件的绝对路径:
from path import path
from glob import glob
x = [path(f).abspath() for f in glob("F:\\*.txt")]
for f in x:
print(f)
>>> F:\acquistionline.txt
>>> F:\acquisti_2018.txt
>>> F:\bootstrap_jquery_ecc.txt
使用
os.path.isfile
列表,以避免目录
import os.path
listOfFiles = [f for f in os.listdir() if os.path.isfile(f)]
print(listOfFiles)
>>> ['a simple game.py', 'data.txt', 'decorator.py']
使用
pathlib
在Python 3.4
import pathlib
flist = []
for p in pathlib.Path('.').iterdir():
if p.is_file():
print(p)
flist.append(p)
>>> error.PNG
>>> exemaker.bat
>>> guiprova.mp3
>>> setup.py
>>> speak_gui2.py
>>> thumb.PNG
与list comprehension
:
flist = [p for p in pathlib.Path('.').iterdir() if p.is_file()]
或者,使用pathlib.Path()
代替pathlib.Path(".")
在pathlib.Path()中使用glob方法
import pathlib
py = pathlib.Path().glob("*.py")
for file in py:
print(file)
>>> stack_overflow_list.py
>>> stack_overflow_list_tkinter.py
使用os.walk获取所有文件
import os
x = [i[2] for i in os.walk('.')]
y=[]
for t in x:
for f in t:
y.append(f)
print(y)
>>> ['append_to_list.py', 'data.txt', 'data1.txt', 'data2.txt', 'data_180617', 'os_walk.py', 'READ2.py', 'read_data.py', 'somma_defaltdic.py', 'substitute_words.py', 'sum_data.py', 'data.txt', 'data1.txt', 'data_180617']
仅获取具有next的文件并进入目录
import os
x = next(os.walk('F://python'))[2]
print(x)
>>> ['calculator.bat','calculator.py']
仅获取具有next的目录并进入目录
import os
next(os.walk('F://python'))[1] # for the current dir use ('.')
>>> ['python3','others']
使用以下命令获取所有子目录名称
walk
for r,d,f in os.walk("F:\\_python"):
for dirs in d:
print(dirs)
>>> .vscode
>>> pyexcel
>>> pyschool.py
>>> subtitles
>>> _metaprogramming
>>> .ipynb_checkpoints
os.scandir()
从Python 3.5及更高版本开始
import os
x = [f.name for f in os.scandir() if f.is_file()]
print(x)
>>> ['calculator.bat','calculator.py']
# Another example with scandir (a little variation from docs.python.org)
# This one is more efficient than os.listdir.
# In this case, it shows the files only in the current directory
# where the script is executed.
import os
with os.scandir() as i:
for entry in i:
if entry.is_file():
print(entry.name)
>>> ebookmaker.py
>>> error.PNG
>>> exemaker.bat
>>> guiprova.mp3
>>> setup.py
>>> speakgui4.py
>>> speak_gui2.py
>>> speak_gui3.py
>>> thumb.PNG
例子:
例如 1:子目录中有多少个文件?
在此示例中,我们查找所有目录及其子目录中包含的文件数。
import os
def count(dir, counter=0):
"returns number of files in dir and subdirs"
for pack in os.walk(dir):
for f in pack[2]:
counter += 1
return dir + " : " + str(counter) + "files"
print(count("F:\\python"))
>>> 'F:\\\python' : 12057 files'
例2:如何将所有文件从一个目录复制到另一个目录?
用于在计算机中排序的脚本,以查找一种类型的所有文件(默认值:pptx)并将其复制到新文件夹中。
import os
import shutil
from path import path
destination = "F:\\file_copied"
# os.makedirs(destination)
def copyfile(dir, filetype='pptx', counter=0):
"Searches for pptx (or other - pptx is the default) files and copies them"
for pack in os.walk(dir):
for f in pack[2]:
if f.endswith(filetype):
fullpath = pack[0] + "\\" + f
print(fullpath)
shutil.copy(fullpath, destination)
counter += 1
if counter > 0:
print('-' * 30)
print("\t==> Found in: `" + dir + "` : " + str(counter) + " files\n")
for dir in os.listdir():
"searches for folders that starts with `_`"
if dir[0] == '_':
# copyfile(dir, filetype='pdf')
copyfile(dir, filetype='txt')
>>> _compiti18\Compito Contabilità 1\conti.txt
>>> _compiti18\Compito Contabilità 1\modula4.txt
>>> _compiti18\Compito Contabilità 1\moduloa4.txt
>>> ------------------------
>>> ==> Found in: `_compiti18` : 3 files
例如 3:如何获取txt文件中的所有文件
如果要使用所有文件名创建一个txt文件,请执行以下操作:
import os
mylist = ""
with open("filelist.txt", "w", encoding="utf-8") as file:
for eachfile in os.listdir():
mylist += eachfile + "\n"
file.write(mylist)
示例:包含硬盘驱动器所有文件的txt
"""
We are going to save a txt file with all the files in your directory.
We will use the function walk()
"""
import os
# see all the methods of os
# print(*dir(os), sep=", ")
listafile = []
percorso = []
with open("lista_file.txt", "w", encoding='utf-8') as testo:
for root, dirs, files in os.walk("D:\\"):
for file in files:
listafile.append(file)
percorso.append(root + "\\" + file)
testo.write(file + "\n")
listafile.sort()
print("N. of files", len(listafile))
with open("lista_file_ordinata.txt", "w", encoding="utf-8") as testo_ordinato:
for file in listafile:
testo_ordinato.write(file + "\n")
with open("percorso.txt", "w", encoding="utf-8") as file_percorso:
for file in percorso:
file_percorso.write(file + "\n")
os.system("lista_file.txt")
os.system("lista_file_ordinata.txt")
os.system("percorso.txt")
C:\的所有文件都在一个文本文件中
这是先前代码的简短版本。如果您需要从另一个位置开始,请更改开始查找文件的文件夹。这段代码在我的计算机上的文本文件上生成了50 mb的内容,其中包含完整路径的文件少于500.000行。
import os
with open("file.txt", "w", encoding="utf-8") as filewrite:
for r, d, f in os.walk("C:\\"):
for file in f:
filewrite.write(f"{r + file}\n")
如何在一个类型的文件夹中写入所有路径的文件
使用此功能,您可以创建一个txt文件,该文件将具有要查找的文件类型的名称(例如pngfile.txt),并带有该类型所有文件的所有完整路径。我认为有时候它会很有用。
import os
def searchfiles(extension='.ttf', folder='H:\\'):
"Create a txt file with all the file of a type"
with open(extension[1:] + "file.txt", "w", encoding="utf-8") as filewrite:
for r, d, f in os.walk(folder):
for file in f:
if file.endswith(extension):
filewrite.write(f"{r + file}\n")
# looking for png file (fonts) in the hard disk H:\
searchfiles('.png', 'H:\\')
>>> H:\4bs_18\Dolphins5.png
>>> H:\4bs_18\Dolphins6.png
>>> H:\4bs_18\Dolphins7.png
>>> H:\5_18\marketing html\assets\imageslogo2.png
>>> H:\7z001.png
>>> H:\7z002.png
(新)找到所有文件并使用tkinter GUI打开它们
import tkinter as tk
import os
def searchfiles(extension='.txt', folder='H:\\'):
"insert all files in the listbox"
for r, d, f in os.walk(folder):
for file in f:
if file.endswith(extension):
lb.insert(0, r + "\\" + file)
def open_file():
os.startfile(lb.get(lb.curselection()[0]))
root = tk.Tk()
root.geometry("400x400")
bt = tk.Button(root, text="Search", command=lambda:searchfiles('.png', 'H:\\'))
bt.pack()
lb = tk.Listbox(root)
lb.pack(fill="both", expand=1)
lb.bind("<Double-Button>", lambda x: open_file())
root.mainloop()
回答 3
import os
os.listdir("somedirectory")
将返回“ somedirectory”中所有文件和目录的列表。
回答 4
一种仅获取文件列表(不包含子目录)的单行解决方案:
filenames = next(os.walk(path))[2]
或绝对路径名:
paths = [os.path.join(path, fn) for fn in next(os.walk(path))[2]]
回答 5
从目录及其所有子目录获取完整的文件路径
import os
def get_filepaths(directory):
"""
This function will generate the file names in a directory
tree by walking the tree either top-down or bottom-up. For each
directory in the tree rooted at directory top (including top itself),
it yields a 3-tuple (dirpath, dirnames, filenames).
"""
file_paths = [] # List which will store all of the full filepaths.
# Walk the tree.
for root, directories, files in os.walk(directory):
for filename in files:
# Join the two strings in order to form the full filepath.
filepath = os.path.join(root, filename)
file_paths.append(filepath) # Add it to the list.
return file_paths # Self-explanatory.
# Run the above function and store its results in a variable.
full_file_paths = get_filepaths("/Users/johnny/Desktop/TEST")
- 我在上述函数中提供的路径包含3个文件-其中两个在根目录中,另一个在子文件夹“ SUBFOLDER”中。您现在可以执行以下操作:
print full_file_paths
这将打印列表:['/Users/johnny/Desktop/TEST/file1.txt', '/Users/johnny/Desktop/TEST/file2.txt', '/Users/johnny/Desktop/TEST/SUBFOLDER/file3.dat']
如果愿意,您可以打开和阅读内容,或仅关注扩展名为“ .dat”的文件,如以下代码所示:
for f in full_file_paths:
if f.endswith(".dat"):
print f
/Users/johnny/Desktop/TEST/SUBFOLDER/file3.dat
回答 6
从3.4版开始,有内置的迭代器,它比os.listdir()
:
pathlib
:版本3.4中的新功能。
>>> import pathlib
>>> [p for p in pathlib.Path('.').iterdir() if p.is_file()]
根据PEP 428,该pathlib
库的目的是提供一个简单的类层次结构,以处理文件系统路径以及用户对其进行的常见操作。
os.scandir()
:3.5版中的新功能。
>>> import os
>>> [entry for entry in os.scandir('.') if entry.is_file()]
请注意,os.walk()
使用os.scandir()
代替了os.listdir()
3.5版,并且根据PEP 471将其速度提高了2-20倍。
我也建议您阅读下面的ShadowRanger评论。
回答 7
初步说明
- 尽管文件和目录问题文本中的术语,但有些人可能会认为目录实际上是特殊文件
- 该声明: ”目录的所有文件 ”可以用两种方式解释:
- 所有直接(或1级)后代只
- 整个目录树中的所有子代(包括子目录中的子代)
提出问题时,我认为Python 2是LTS版本,但是代码示例将由Python 3(.5)运行(我将使其尽可能与Python 2兼容;此外,属于我要发布的Python来自v3.5.4-除非另有说明)。结果与问题中的另一个关键字相关:“ 将它们添加到列表中 ”:
- 在Python 2.2之前的版本中版本中,序列(可迭代)主要由列表(元组,集合等)表示。
- 在Python 2.2中,引入了生成器([Python.Wiki]:Generators)的概念-由[Python 3]:yield语句提供。随着时间的流逝,对于返回/使用列表的函数,生成器对应对象开始出现
- 在Python 3中,generator是默认行为
- 不知道返回列表是否仍然是强制性的(或者生成器也可以执行),但是将生成器传递给列表构造函数会从列表构造器中创建列表(并消耗列表)。以下示例说明了[Python 3]的区别:map(function,iterable,…)
>>> import sys >>> sys.version '2.7.10 (default, Mar 8 2016, 15:02:46) [MSC v.1600 64 bit (AMD64)]' >>> m = map(lambda x: x, [1, 2, 3]) # Just a dummy lambda function >>> m, type(m) ([1, 2, 3], <type 'list'>) >>> len(m) 3
>>> import sys >>> sys.version '3.5.4 (v3.5.4:3f56838, Aug 8 2017, 02:17:05) [MSC v.1900 64 bit (AMD64)]' >>> m = map(lambda x: x, [1, 2, 3]) >>> m, type(m) (<map object at 0x000001B4257342B0>, <class 'map'>) >>> len(m) Traceback (most recent call last): File "<stdin>", line 1, in <module> TypeError: object of type 'map' has no len() >>> lm0 = list(m) # Build a list from the generator >>> lm0, type(lm0) ([1, 2, 3], <class 'list'>) >>> >>> lm1 = list(m) # Build a list from the same generator >>> lm1, type(lm1) # Empty list now - generator already consumed ([], <class 'list'>)
这些示例将基于具有以下结构的名为root_dir的目录(此示例适用于Win,但我也在Lnx上使用同一棵树):
E:\Work\Dev\StackOverflow\q003207219>tree /f "root_dir" Folder PATH listing for volume Work Volume serial number is 00000029 3655:6FED E:\WORK\DEV\STACKOVERFLOW\Q003207219\ROOT_DIR ¦ file0 ¦ file1 ¦ +---dir0 ¦ +---dir00 ¦ ¦ ¦ file000 ¦ ¦ ¦ ¦ ¦ +---dir000 ¦ ¦ file0000 ¦ ¦ ¦ +---dir01 ¦ ¦ file010 ¦ ¦ file011 ¦ ¦ ¦ +---dir02 ¦ +---dir020 ¦ +---dir0200 +---dir1 ¦ file10 ¦ file11 ¦ file12 ¦ +---dir2 ¦ ¦ file20 ¦ ¦ ¦ +---dir20 ¦ file200 ¦ +---dir3
解决方案
程序化方法:
[Python 3]:操作系统。listdir(path =’。’)
返回一个列表,其中包含由path给出的目录中条目的名称。列表按任意顺序排列,不包括特殊条目
'.'
和'..'
…>>> import os >>> root_dir = "root_dir" # Path relative to current dir (os.getcwd()) >>> >>> os.listdir(root_dir) # List all the items in root_dir ['dir0', 'dir1', 'dir2', 'dir3', 'file0', 'file1'] >>> >>> [item for item in os.listdir(root_dir) if os.path.isfile(os.path.join(root_dir, item))] # Filter items and only keep files (strip out directories) ['file0', 'file1']
一个更详细的示例(code_os_listdir.py):
import os from pprint import pformat def _get_dir_content(path, include_folders, recursive): entries = os.listdir(path) for entry in entries: entry_with_path = os.path.join(path, entry) if os.path.isdir(entry_with_path): if include_folders: yield entry_with_path if recursive: for sub_entry in _get_dir_content(entry_with_path, include_folders, recursive): yield sub_entry else: yield entry_with_path def get_dir_content(path, include_folders=True, recursive=True, prepend_folder_name=True): path_len = len(path) + len(os.path.sep) for item in _get_dir_content(path, include_folders, recursive): yield item if prepend_folder_name else item[path_len:] def _get_dir_content_old(path, include_folders, recursive): entries = os.listdir(path) ret = list() for entry in entries: entry_with_path = os.path.join(path, entry) if os.path.isdir(entry_with_path): if include_folders: ret.append(entry_with_path) if recursive: ret.extend(_get_dir_content_old(entry_with_path, include_folders, recursive)) else: ret.append(entry_with_path) return ret def get_dir_content_old(path, include_folders=True, recursive=True, prepend_folder_name=True): path_len = len(path) + len(os.path.sep) return [item if prepend_folder_name else item[path_len:] for item in _get_dir_content_old(path, include_folders, recursive)] def main(): root_dir = "root_dir" ret0 = get_dir_content(root_dir, include_folders=True, recursive=True, prepend_folder_name=True) lret0 = list(ret0) print(ret0, len(lret0), pformat(lret0)) ret1 = get_dir_content_old(root_dir, include_folders=False, recursive=True, prepend_folder_name=False) print(len(ret1), pformat(ret1)) if __name__ == "__main__": main()
注意事项:
- 有两种实现:
- 使用生成器的生成器(当然这里似乎没有用,因为我立即将结果转换为列表)
- 经典的(函数名称以 _old)
- 使用递归(进入子目录)
- 对于每种实现,都有两个功能:
- 以下划线( _):“ private”(不应直接调用)-完成所有工作
- 公共的(包装上一个):它只是从返回的条目中剥离出初始路径(如果需要)。这是一个丑陋的实现,但这是我目前唯一能想到的想法
- 在性能方面,生成器通常要快一些(考虑这两个创建和 迭代时间),但是我没有在递归函数中对其进行测试,而且我还在内部生成器上迭代了函数-不知道性能如何友好的是
- 玩弄参数以获得不同的结果
输出:
(py35x64_test) E:\Work\Dev\StackOverflow\q003207219>"e:\Work\Dev\VEnvs\py35x64_test\Scripts\python.exe" "code_os_listdir.py" <generator object get_dir_content at 0x000001BDDBB3DF10> 22 ['root_dir\\dir0', 'root_dir\\dir0\\dir00', 'root_dir\\dir0\\dir00\\dir000', 'root_dir\\dir0\\dir00\\dir000\\file0000', 'root_dir\\dir0\\dir00\\file000', 'root_dir\\dir0\\dir01', 'root_dir\\dir0\\dir01\\file010', 'root_dir\\dir0\\dir01\\file011', 'root_dir\\dir0\\dir02', 'root_dir\\dir0\\dir02\\dir020', 'root_dir\\dir0\\dir02\\dir020\\dir0200', 'root_dir\\dir1', 'root_dir\\dir1\\file10', 'root_dir\\dir1\\file11', 'root_dir\\dir1\\file12', 'root_dir\\dir2', 'root_dir\\dir2\\dir20', 'root_dir\\dir2\\dir20\\file200', 'root_dir\\dir2\\file20', 'root_dir\\dir3', 'root_dir\\file0', 'root_dir\\file1'] 11 ['dir0\\dir00\\dir000\\file0000', 'dir0\\dir00\\file000', 'dir0\\dir01\\file010', 'dir0\\dir01\\file011', 'dir1\\file10', 'dir1\\file11', 'dir1\\file12', 'dir2\\dir20\\file200', 'dir2\\file20', 'file0', 'file1']
- 有两种实现:
[Python 3]:操作系统。scandir(path =’。’)(Python 3.5 +,反向移植:[PyPI]:scandir)
返回与path指定的目录中的条目相对应的os.DirEntry对象的迭代器。条目以任意顺序产生,特殊条目
'.'
和'..'
不包括在内。使用scandir()而不是listdir()可以显着提高还需要文件类型或文件属性信息的代码的性能,因为如果操作系统在扫描目录时提供了os.DirEntry对象,则该信息会公开。所有的os.DirEntry方法都可以执行系统调用,但是is_dir()和is_file()通常只需要系统调用即可进行符号链接。os.DirEntry.stat()在Unix上始终需要系统调用,而在Windows上只需要一个系统调用即可。
>>> import os >>> root_dir = os.path.join(".", "root_dir") # Explicitly prepending current directory >>> root_dir '.\\root_dir' >>> >>> scandir_iterator = os.scandir(root_dir) >>> scandir_iterator <nt.ScandirIterator object at 0x00000268CF4BC140> >>> [item.path for item in scandir_iterator] ['.\\root_dir\\dir0', '.\\root_dir\\dir1', '.\\root_dir\\dir2', '.\\root_dir\\dir3', '.\\root_dir\\file0', '.\\root_dir\\file1'] >>> >>> [item.path for item in scandir_iterator] # Will yield an empty list as it was consumed by previous iteration (automatically performed by the list comprehension) [] >>> >>> scandir_iterator = os.scandir(root_dir) # Reinitialize the generator >>> for item in scandir_iterator : ... if os.path.isfile(item.path): ... print(item.name) ... file0 file1
注意事项:
- 类似于
os.listdir
- 但是它也更灵活(并提供更多功能),更多Python ic(在某些情况下更快)
- 类似于
[Python 3]:操作系统。步行(top,topdown = True,onerror = None,followlinks = False)
通过自上而下或自下而上移动目录树来生成文件名。对于在目录为根的树中的每个目录顶部(包括顶部本身),它产生一个3元组(
dirpath
,dirnames
,filenames
)。>>> import os >>> root_dir = os.path.join(os.getcwd(), "root_dir") # Specify the full path >>> root_dir 'E:\\Work\\Dev\\StackOverflow\\q003207219\\root_dir' >>> >>> walk_generator = os.walk(root_dir) >>> root_dir_entry = next(walk_generator) # First entry corresponds to the root dir (passed as an argument) >>> root_dir_entry ('E:\\Work\\Dev\\StackOverflow\\q003207219\\root_dir', ['dir0', 'dir1', 'dir2', 'dir3'], ['file0', 'file1']) >>> >>> root_dir_entry[1] + root_dir_entry[2] # Display dirs and files (direct descendants) in a single list ['dir0', 'dir1', 'dir2', 'dir3', 'file0', 'file1'] >>> >>> [os.path.join(root_dir_entry[0], item) for item in root_dir_entry[1] + root_dir_entry[2]] # Display all the entries in the previous list by their full path ['E:\\Work\\Dev\\StackOverflow\\q003207219\\root_dir\\dir0', 'E:\\Work\\Dev\\StackOverflow\\q003207219\\root_dir\\dir1', 'E:\\Work\\Dev\\StackOverflow\\q003207219\\root_dir\\dir2', 'E:\\Work\\Dev\\StackOverflow\\q003207219\\root_dir\\dir3', 'E:\\Work\\Dev\\StackOverflow\\q003207219\\root_dir\\file0', 'E:\\Work\\Dev\\StackOverflow\\q003207219\\root_dir\\file1'] >>> >>> for entry in walk_generator: # Display the rest of the elements (corresponding to every subdir) ... print(entry) ... ('E:\\Work\\Dev\\StackOverflow\\q003207219\\root_dir\\dir0', ['dir00', 'dir01', 'dir02'], []) ('E:\\Work\\Dev\\StackOverflow\\q003207219\\root_dir\\dir0\\dir00', ['dir000'], ['file000']) ('E:\\Work\\Dev\\StackOverflow\\q003207219\\root_dir\\dir0\\dir00\\dir000', [], ['file0000']) ('E:\\Work\\Dev\\StackOverflow\\q003207219\\root_dir\\dir0\\dir01', [], ['file010', 'file011']) ('E:\\Work\\Dev\\StackOverflow\\q003207219\\root_dir\\dir0\\dir02', ['dir020'], []) ('E:\\Work\\Dev\\StackOverflow\\q003207219\\root_dir\\dir0\\dir02\\dir020', ['dir0200'], []) ('E:\\Work\\Dev\\StackOverflow\\q003207219\\root_dir\\dir0\\dir02\\dir020\\dir0200', [], []) ('E:\\Work\\Dev\\StackOverflow\\q003207219\\root_dir\\dir1', [], ['file10', 'file11', 'file12']) ('E:\\Work\\Dev\\StackOverflow\\q003207219\\root_dir\\dir2', ['dir20'], ['file20']) ('E:\\Work\\Dev\\StackOverflow\\q003207219\\root_dir\\dir2\\dir20', [], ['file200']) ('E:\\Work\\Dev\\StackOverflow\\q003207219\\root_dir\\dir3', [], [])
注意事项:
- 在场景下,它使用
os.scandir
(os.listdir
在旧版本上) - 它通过重复子文件夹来完成繁重的工作
- 在场景下,它使用
[Python 3]:glob。glob(pathname,*,recursive = False)([Python 3]:glob。iglob(pathname,*,recursive = False))
返回与pathname匹配的路径名的可能为空的列表,该列表必须是包含路径说明的字符串。路径名可以是绝对的(如
/usr/src/Python-1.5/Makefile
)或相对的(如../../Tools/*/*.gif
),并且可以包含壳式通配符。损坏的符号链接包含在结果中(如在shell中)。
…
在版本3.5中更改:使用“**
” 支持递归glob 。>>> import glob, os >>> wildcard_pattern = "*" >>> root_dir = os.path.join("root_dir", wildcard_pattern) # Match every file/dir name >>> root_dir 'root_dir\\*' >>> >>> glob_list = glob.glob(root_dir) >>> glob_list ['root_dir\\dir0', 'root_dir\\dir1', 'root_dir\\dir2', 'root_dir\\dir3', 'root_dir\\file0', 'root_dir\\file1'] >>> >>> [item.replace("root_dir" + os.path.sep, "") for item in glob_list] # Strip the dir name and the path separator from begining ['dir0', 'dir1', 'dir2', 'dir3', 'file0', 'file1'] >>> >>> for entry in glob.iglob(root_dir + "*", recursive=True): ... print(entry) ... root_dir\ root_dir\dir0 root_dir\dir0\dir00 root_dir\dir0\dir00\dir000 root_dir\dir0\dir00\dir000\file0000 root_dir\dir0\dir00\file000 root_dir\dir0\dir01 root_dir\dir0\dir01\file010 root_dir\dir0\dir01\file011 root_dir\dir0\dir02 root_dir\dir0\dir02\dir020 root_dir\dir0\dir02\dir020\dir0200 root_dir\dir1 root_dir\dir1\file10 root_dir\dir1\file11 root_dir\dir1\file12 root_dir\dir2 root_dir\dir2\dir20 root_dir\dir2\dir20\file200 root_dir\dir2\file20 root_dir\dir3 root_dir\file0 root_dir\file1
注意事项:
- 用途
os.listdir
- 对于大树(尤其是在启用递归的情况下),iglob首选
- 允许基于名称进行高级过滤(由于通配符)
- 用途
[Python 3]:类pathlib。路径(* pathsegments)(Python 3.4 +,backport:[PyPI]:pathlib2)
>>> import pathlib >>> root_dir = "root_dir" >>> root_dir_instance = pathlib.Path(root_dir) >>> root_dir_instance WindowsPath('root_dir') >>> root_dir_instance.name 'root_dir' >>> root_dir_instance.is_dir() True >>> >>> [item.name for item in root_dir_instance.glob("*")] # Wildcard searching for all direct descendants ['dir0', 'dir1', 'dir2', 'dir3', 'file0', 'file1'] >>> >>> [os.path.join(item.parent.name, item.name) for item in root_dir_instance.glob("*") if not item.is_dir()] # Display paths (including parent) for files only ['root_dir\\file0', 'root_dir\\file1']
注意事项:
- 这是实现我们目标的一种方式
- 这是处理路径的OOP风格
- 提供许多功能
[Python 2]:dircache.listdir(path)(仅Python 2)
- 但是,根据[GitHub]:python / cpython-(2.7)cpython / Lib / dircache.py,它只是
os.listdir
缓存的一个(薄)包装器
def listdir(path): """List directory contents, using cache.""" try: cached_mtime, list = cache[path] del cache[path] except KeyError: cached_mtime, list = -1, [] mtime = os.stat(path).st_mtime if mtime != cached_mtime: list = os.listdir(path) list.sort() cache[path] = mtime, list return list
- 但是,根据[GitHub]:python / cpython-(2.7)cpython / Lib / dircache.py,它只是
[man7]:OPENDIR(3) / [man7]:READDIR(3) / [man7]:CLOSEDIR(3)通过[Python 3]:ctypes-Python的外部函数库(特定于POSIX)
ctypes是Python的外部函数库。它提供C兼容的数据类型,并允许在DLL或共享库中调用函数。它可以用于将这些库包装在纯Python中。
code_ctypes.py:
#!/usr/bin/env python3 import sys from ctypes import Structure, \ c_ulonglong, c_longlong, c_ushort, c_ubyte, c_char, c_int, \ CDLL, POINTER, \ create_string_buffer, get_errno, set_errno, cast DT_DIR = 4 DT_REG = 8 char256 = c_char * 256 class LinuxDirent64(Structure): _fields_ = [ ("d_ino", c_ulonglong), ("d_off", c_longlong), ("d_reclen", c_ushort), ("d_type", c_ubyte), ("d_name", char256), ] LinuxDirent64Ptr = POINTER(LinuxDirent64) libc_dll = this_process = CDLL(None, use_errno=True) # ALWAYS set argtypes and restype for functions, otherwise it's UB!!! opendir = libc_dll.opendir readdir = libc_dll.readdir closedir = libc_dll.closedir def get_dir_content(path): ret = [path, list(), list()] dir_stream = opendir(create_string_buffer(path.encode())) if (dir_stream == 0): print("opendir returned NULL (errno: {:d})".format(get_errno())) return ret set_errno(0) dirent_addr = readdir(dir_stream) while dirent_addr: dirent_ptr = cast(dirent_addr, LinuxDirent64Ptr) dirent = dirent_ptr.contents name = dirent.d_name.decode() if dirent.d_type & DT_DIR: if name not in (".", ".."): ret[1].append(name) elif dirent.d_type & DT_REG: ret[2].append(name) dirent_addr = readdir(dir_stream) if get_errno(): print("readdir returned NULL (errno: {:d})".format(get_errno())) closedir(dir_stream) return ret def main(): print("{:s} on {:s}\n".format(sys.version, sys.platform)) root_dir = "root_dir" entries = get_dir_content(root_dir) print(entries) if __name__ == "__main__": main()
注意事项:
- 它从libc加载三个函数(在当前进程中加载)并调用它们(有关更多详细信息,请检查[SO]:如何检查文件是否存在无异常?(@ CristiFati的回答)) – 第4项的最后注释。)。这将使这种方法非常接近Python / C边缘
- LinuxDirent64是ctypes的代表性结构dirent64从[man7]:dirent.h(0P) (因此是DT_从我的机器常量):Ubtu 16 64(4.10.0-40泛型和libc6的-dev的:AMD64)。在其他口味/版本上,结构定义可能会有所不同,如果是,则应更新ctypes别名,否则将产生未定义行为
- 它以
os.walk
格式返回数据。我没有麻烦使其递归,但是从现有代码开始,这将是一件相当琐碎的任务 - 一切在Win上也是可行的,数据(库,函数,结构,常量等)不同
输出:
[cfati@cfati-ubtu16x64-0:~/Work/Dev/StackOverflow/q003207219]> ./code_ctypes.py 3.5.2 (default, Nov 12 2018, 13:43:14) [GCC 5.4.0 20160609] on linux ['root_dir', ['dir2', 'dir1', 'dir3', 'dir0'], ['file1', 'file0']]
[ActiveState.Docs]:win32file.FindFilesW(特定于Win)
使用Windows Unicode API检索匹配文件名的列表。API FindFirstFileW / FindNextFileW / Find关闭函数的接口。
>>> import os, win32file, win32con >>> root_dir = "root_dir" >>> wildcard = "*" >>> root_dir_wildcard = os.path.join(root_dir, wildcard) >>> entry_list = win32file.FindFilesW(root_dir_wildcard) >>> len(entry_list) # Don't display the whole content as it's too long 8 >>> [entry[-2] for entry in entry_list] # Only display the entry names ['.', '..', 'dir0', 'dir1', 'dir2', 'dir3', 'file0', 'file1'] >>> >>> [entry[-2] for entry in entry_list if entry[0] & win32con.FILE_ATTRIBUTE_DIRECTORY and entry[-2] not in (".", "..")] # Filter entries and only display dir names (except self and parent) ['dir0', 'dir1', 'dir2', 'dir3'] >>> >>> [os.path.join(root_dir, entry[-2]) for entry in entry_list if entry[0] & (win32con.FILE_ATTRIBUTE_NORMAL | win32con.FILE_ATTRIBUTE_ARCHIVE)] # Only display file "full" names ['root_dir\\file0', 'root_dir\\file1']
注意事项:
win32file.FindFilesW
是[GitHub]的一部分:mhammond / pywin32-Windows的Python(pywin32)扩展,它是WINAPI上的Python包装器的- 文档链接来自ActiveState,因为我没有找到任何PyWin32官方文档
- 安装一些(其他)第三方软件包即可
- 最有可能会依赖于上述一项(或多项)(可能需要进行一些自定义)
注意事项:
代码应具有可移植性(针对特定区域的地方-带有标记的地方除外)或交叉的:
- 平台(Nix,Win,)
- Python版本(2、3,)
在上述变体中使用了多种路径样式(绝对路径,相对路径),以说明以下事实:所使用的“工具”在此方向上是灵活的
os.listdir
并os.scandir
使用opendir / readdir / closedir([MS.Docs]:FindFirstFileW函数 / [MS.Docs]:FindNextFileW函数 / [MS.Docs]:FindClose函数)(通过[GitHub]:python / cpython-(master)cpython /模块/posixmodule.c)win32file.FindFilesW
也使用那些(特定于Win的)函数(通过[GitHub]:mhammond / pywin32-(主)pywin32 / win32 / src / win32file.i)_get_dir_content(从第1点开始)可以使用以下任何一种方法来实现(有些需要更多的工作,有些需要更少的工作)
- 可以执行一些高级过滤(而不只是文件对目录):例如,include_folders参数可以被另一个参数(例如filter_func)代替,该函数将以路径作为参数:(
filter_func=lambda x: True
这不会删除)内容)和_get_dir_content内的内容类似:(if not filter_func(entry_with_path): continue
如果该函数对一项失败,则将被跳过),但是代码越复杂,执行所花费的时间就越长
- 可以执行一些高级过滤(而不只是文件对目录):例如,include_folders参数可以被另一个参数(例如filter_func)代替,该函数将以路径作为参数:(
诺娜·贝恩!由于使用了递归,因此我必须提到我在笔记本电脑(Win 10 x64)上进行了一些测试,与该问题完全无关,并且当递归级别达到(990 .. 1000)范围内的某个值时(recursionlimit -1000 (默认)),我得到了StackOverflow :)。如果目录树超过该限制(我不是FS专家,那么我什至不知道那是否可能),那可能是个问题。
我还必须提到,我没有尝试增加递归限制,因为我在该领域没有经验(必须增加OS的堆栈之前,我可以增加多少?级别),但从理论上讲,如果目录深度大于可能的最高递归限制(在该计算机上),则总有失败的可能性代码示例仅用于说明目的。这意味着我没有考虑错误处理(我不认为有任何尝试 / 除外 / else / finally块),因此代码并不健壮(原因是:使其尽可能简单和简短) )。对于生产,还应添加错误处理
其他方法:
仅将Python用作包装器
- 一切都使用另一种技术完成
- 该技术是从Python调用的
我所知道的最著名的味道是我所说的系统管理员方法:
- 采用 Python(或与此相关的任何编程语言)执行Shell命令(并解析其输出)
- 有人认为这是一个很好的技巧
- 我认为这更像是一种la脚的解决方法(gainarie),因为操作本身是从shell(在这种情况下为cmd)执行的,因此与Python无关。
- 过滤(
grep
/findstr
)或输出格式化都可以在两面进行,但我不会坚持这样做。另外,我故意使用os.system
代替subprocess.Popen
。
(py35x64_test) E:\Work\Dev\StackOverflow\q003207219>"e:\Work\Dev\VEnvs\py35x64_test\Scripts\python.exe" -c "import os;os.system(\"dir /b root_dir\")" dir0 dir1 dir2 dir3 file0 file1
通常应避免这种方法,因为如果某些命令输出格式在OS版本/风格之间略有不同,则解析代码也应进行调整;例如,更不用说语言环境之间的差异了)。
回答 8
我真的很喜欢adamk的答案,建议您使用glob()
同名模块中的。这使您可以与进行模式匹配*
。
但是,正如其他人在评论中指出的那样,它们glob()
可能会因不一致的斜线方向而绊倒。为了解决这个问题,建议您使用模块中的join()
和expanduser()
函数,也可以使用os.path
模块中的getcwd()
函数os
。
例如:
from glob import glob
# Return everything under C:\Users\admin that contains a folder called wlp.
glob('C:\Users\admin\*\wlp')
上面的代码很糟糕-路径已经过硬编码,并且只能在Windows上的驱动器名称和\
s硬编码到路径之间使用。
from glob import glob
from os.path import join
# Return everything under Users, admin, that contains a folder called wlp.
glob(join('Users', 'admin', '*', 'wlp'))
上面的方法效果更好,但是它依赖Users
于Windows上经常发现的文件夹名称,而在其他OS上却很少见。它还依赖于具有特定名称的用户admin
。
from glob import glob
from os.path import expanduser, join
# Return everything under the user directory that contains a folder called wlp.
glob(join(expanduser('~'), '*', 'wlp'))
这可以在所有平台上完美运行。
另一个很好的示例,它可以在各种平台上完美运行,并且有所不同:
from glob import glob
from os import getcwd
from os.path import join
# Return everything under the current directory that contains a folder called wlp.
glob(join(getcwd(), '*', 'wlp'))
希望这些示例可以帮助您了解在标准Python库模块中可以找到的一些功能的强大功能。
回答 9
def list_files(path):
# returns a list of names (with extension, without full path) of all files
# in folder path
files = []
for name in os.listdir(path):
if os.path.isfile(os.path.join(path, name)):
files.append(name)
return files
回答 10
如果您正在寻找find的Python实现,这是我经常使用的食谱:
from findtools.find_files import (find_files, Match)
# Recursively find all *.sh files in **/usr/bin**
sh_files_pattern = Match(filetype='f', name='*.sh')
found_files = find_files(path='/usr/bin', match=sh_files_pattern)
for found_file in found_files:
print found_file
回答 11
为了获得更好的结果,您可以listdir()
将os
模块的方法与生成器一起使用(生成器是保持其状态的强大迭代器,还记得吗?)。以下代码在这两个版本上均可正常使用:Python 2和Python 3。
这是一个代码:
import os
def files(path):
for file in os.listdir(path):
if os.path.isfile(os.path.join(path, file)):
yield file
for file in files("."):
print (file)
该listdir()
方法返回给定目录的条目列表。如果给定的条目是文件,则该方法os.path.isfile()
返回True
。并且yield
操作员退出功能但保持其当前状态,并且仅返回检测为文件的条目的名称。以上所有内容使我们可以循环生成器功能。
回答 12
返回绝对文件路径的列表,不会递归到子目录中
L = [os.path.join(os.getcwd(),f) for f in os.listdir('.') if os.path.isfile(os.path.join(os.getcwd(),f))]
回答 13
import os
import os.path
def get_files(target_dir):
item_list = os.listdir(target_dir)
file_list = list()
for item in item_list:
item_dir = os.path.join(target_dir,item)
if os.path.isdir(item_dir):
file_list += get_files(item_dir)
else:
file_list.append(item_dir)
return file_list
在这里,我使用递归结构。
回答 14
一位聪明的老师曾经告诉我:
当有几种确定的方法可以做某事时,没有一种方法适合所有情况。
因此,我将为问题的一个子集添加一个解决方案:很多时候,我们只想检查文件是否匹配开始字符串和结束字符串,而无需进入子目录。因此,我们想要一个返回文件名列表的函数,例如:
filenames = dir_filter('foo/baz', radical='radical', extension='.txt')
如果您想先声明两个函数,可以这样做:
def file_filter(filename, radical='', extension=''):
"Check if a filename matches a radical and extension"
if not filename:
return False
filename = filename.strip()
return(filename.startswith(radical) and filename.endswith(extension))
def dir_filter(dirname='', radical='', extension=''):
"Filter filenames in directory according to radical and extension"
if not dirname:
dirname = '.'
return [filename for filename in os.listdir(dirname)
if file_filter(filename, radical, extension)]
此解决方案可以使用正则表达式轻松进行一般化(pattern
如果您不希望模式始终坚持文件名的开头或结尾,则可能需要添加一个参数)。
回答 15
使用生成器
import os
def get_files(search_path):
for (dirpath, _, filenames) in os.walk(search_path):
for filename in filenames:
yield os.path.join(dirpath, filename)
list_files = get_files('.')
for filename in list_files:
print(filename)
回答 16
Python 3.4+的另一个非常易读的变体是使用pathlib.Path.glob:
from pathlib import Path
folder = '/foo'
[f for f in Path(folder).glob('*') if f.is_file()]
进行更具体的说明很简单,例如,在所有子目录中仅查找不是符号链接的Python源文件:
[f for f in Path(folder).glob('**/*.py') if not f.is_symlink()]
回答 17
这是我的通用功能。它返回文件路径而不是文件名的列表,因为我发现它更有用。它具有一些可选参数,使其具有通用性。例如,我经常将其与诸如pattern='*.txt'
或那样的参数一起使用subfolders=True
。
import os
import fnmatch
def list_paths(folder='.', pattern='*', case_sensitive=False, subfolders=False):
"""Return a list of the file paths matching the pattern in the specified
folder, optionally including files inside subfolders.
"""
match = fnmatch.fnmatchcase if case_sensitive else fnmatch.fnmatch
walked = os.walk(folder) if subfolders else [next(os.walk(folder))]
return [os.path.join(root, f)
for root, dirnames, filenames in walked
for f in filenames if match(f, pattern)]
回答 18
我将提供一个示例liner,其中可以提供sourcepath和文件类型作为输入。该代码返回带有csv扩展名的文件名列表。使用。万一需要返回所有文件。这还将递归扫描子目录。
[y for x in os.walk(sourcePath) for y in glob(os.path.join(x[0], '*.csv'))]
根据需要修改文件扩展名和源路径。
回答 19
对于python2:pip install rglob
import rglob
file_list=rglob.rglob("/home/base/dir/", "*")
print file_list
回答 20
dircache是“自2.6版起不推荐使用:dircache模块已在Python 3.0中删除。”
import dircache
list = dircache.listdir(pathname)
i = 0
check = len(list[0])
temp = []
count = len(list)
while count != 0:
if len(list[i]) != check:
temp.append(list[i-1])
check = len(list[i])
else:
i = i + 1
count = count - 1
print temp