python@路径扫描

python遍历目录内容的若干方法

• os.list

  • import os
    os.listdir()
    

• os.scandir

  • for i in os.scandir():
        if not i.name.startswith('.') and i.is_file():
            print(i.name)
    

• Path.iterdir()

  • from pathlib import Path
    
    p = Path.cwd()
    for item in p.iterdir():
        print(item.name)
    

• os.walk

  • import os
    from os.path import join, getsize
    for root, dirs, files in os.walk('python/Lib/email'):
        print(root, "consumes", end=" ")
        print(sum(getsize(join(root, name)) for name in files), end=" ")
        print("bytes in", len(files), "non-directory files")
        if 'CVS' in dirs:
            dirs.remove('CVS')  # don't visit CVS directories
    

    • . consumes 5 bytes in 1 non-directory files
      .\.git consumes 224 bytes in 4 non-directory files
      .\.git\hooks consumes 23442 bytes in 13 non-directory files
      .\.git\info consumes 240 bytes in 1 non-directory files
      .\.git\objects consumes 0 bytes in 0 non-directory files
      .\.git\objects\info consumes 0 bytes in 0 non-directory files
      .\.git\objects\pack consumes 0 bytes in 0 non-directory files
      .\.git\refs consumes 0 bytes in 0 non-directory files
      .\.git\refs\heads consumes 0 bytes in 0 non-directory files
      .\.git\refs\tags consumes 0 bytes in 0 non-directory files
      .\archive consumes 2330 bytes in 4 non-directory files
      .\CASIA_demos consumes 1866 bytes in 1 non-directory files
      .\RAVDESS_demos consumes 2820 bytes in 1 non-directory files
      

• glob

  • glob 模块是 Python 标准库中的一个有用的模块，它可以用来返回匹配特定模式的所有文件路径。你可以使用 glob 模块来搜索特定的文件模式，或者更有用的是，使用通配符字符来搜索文件名匹配特定模式的文件。

  • 要使用 glob 模块，首先你需要在你的 Python 脚本中导入它，然后你可以使用 glob 函数来找到匹配特定模式的所有文件。

  • 例如，下面的代码展示了如何使用 glob 函数来找到一个目录中所有以 .txt 结尾的文件：

  • import glob
    
    # Find all .txt files in the current directory
    files = glob.glob("*.txt")
    
    # Print the list of files
    print(files)
    

  • glob 模块使用 Unix 风格的模式匹配规则和参数，不支持波浪号扩展，但是支持 *，? [] 表示的字符范围。它通过结合使用 os.scandir() 和 fnmatch.fnmatch() 函数来实现匹配，而不是实际调用子shell。

  • glob 模块还提供了 iglob 函数，它和 glob 函数类似，但是返回一个生成器而不是一个列表。这样可以节省内存和时间，特别是当匹配结果很多时

  • 你可以参考以下链接来了解更多关于 glob 模块的用法和示例：

    • Python’s Glob Module: A tutorial for filename matching | Towards Data …
    • glob — Unix style pathname pattern expansion - Python
    • Glob in Python Explained | Built In - Medium

小结

• os.listdir() 是最简单的方法，但是也是最低效的方法，因为它只返回文件名，不包含任何其他信息。如果你需要获取文件的类型或属性，你需要额外调用 os.stat() 函数，这会增加开销和时间。

• os.scandir() 是一个改进的方法，它返回一个生成器，它产生 DirEntry 对象，这些对象包含了文件名，类型和属性信息。这样就可以避免对每个文件调用 os.stat() 函数，从而提高性能和速度。os.scandir() 还可以检测符号链接，隐藏文件等。

• pathlib 模块是一个面向对象的方法，它提供了 Path 类和相关的方法，可以方便地进行路径操作和转换。Path.iterdir() 是其中一个方法，它返回一个生成器，它产生 Path 对象，这些对象也包含了文件名，类型和属性信息。Path.iterdir() 的优点是它支持面向对象的编程风格，可以方便地进行路径操作和转换。

• os.walk() 是一个递归的方法，它返回一个生成器，它产生三元组 (root, dirs, files)，其中 root 是当前遍历的目录，dirs 是 root 中的子目录列表，files 是 root 中的文件列表。这个方法可以递归地遍历整个目录树，并且可以自定义遍历顺序和策略。

• glob 模块是一个匹配的方法，它提供了 glob() 函数，它可以根据指定的通配符模式匹配文件名，并返回一个包含匹配结果的列表。这个方法可以方便地筛选出特定类型或格式的文件，并且支持多层级的匹配。

• 总之，os.scandir() 和 Path.iterdir() 都比 os.listdir() 更高效和功能强大，但是具体选择哪一个取决于你的编程习惯和需求。os.walk() 和 glob 模块则提供了更灵活和强大的遍历和匹配功能。